Offizieller Code für das CVPR 2022 (mündlich) Paper "Extrahieren von dreieckigen 3D-Modellen, Materialien und Beleuchtung aus Bildern".
Extrahieren Sie 3D-Modelle, Materialien und Beleuchtung aus Bildern mit fortschrittlichen Optimierungstechniken.
Beanspruchen Sie die Seite: indexiert unabhangig vom Rang, in sechs Sprachen ubersetzt und mit Ihren eigenen Worten erganzt.
Erhalten Sie eine E-Mail-Benachrichtigung beim nächsten Release oder wenn es durchstartet.
Kostenlos · ohne Karte · jederzeit abbestellbarOffizieller Code für das CVPR 2022 (mündlich) Paper "Extrahieren von dreieckigen 3D-Modellen, Materialien und Beleuchtung aus Bildern".
nvdiffrec hat 2.3k Sterne auf GitHub. Es wurde 250-mal geforkt. nvdiffrec ist hauptsächlich in Python geschrieben. Es wird seit 2021 aktiv entwickelt. Die Hauptthemen sind: deep-learning, pytorch.
Offizieller Code für das CVPR 2022 (mündlich) Paper "Extrahieren von dreieckigen 3D-Modellen, Materialien und Beleuchtung aus Bildern".
nvdiffrec ist ein Open-Source-Projekt.
Ja. nvdiffrec ist kostenlos und Open Source — Sie können es nutzen, anpassen und selbst hosten.
nvdiffrec ist hauptsächlich in Python geschrieben.
Fügen Sie dieses Live-Abzeichen zu Ihrem README hinzu — Ihre GitHub-Sterne und Verzeichnisrang, täglich aktualisiert.
[](https://olud.ai/project/nvlabs-nvdiffrec.html)