OpenSplat
Una implementación gratuita y de código abierto de salpicaduras gaussianas 3D en C, enfocada en ser portátil, ligera y rápida. OpenSplat toma posiciones de cámara, puntos dispersos en formato de proyecto COLMAP o Nerfstudio y calcula un archivo de escena PLY que luego se puede importar para ver, editar y renderizar en otro software. Se recomienda tarjeta gráfica pero no es obligatoria. OpenSplat se ejecuta más rápido en GPU NVIDIA y AMD, pero también puede ejecutarse completamente en la CPU (100 veces más lento). Se permite y se fomenta el uso comercial bajo los términos de la AGPLv3.
Listado en categorías:
Código abiertoGitHub
Descripción
OpenSplat es una implementación gratuita y de código abierto de 3D gaussian splatting escrita en C, enfocada en ser portátil, ligera y rápida. Toma poses de cámara y puntos dispersos en formato de proyecto COLMAP o nerfstudio y calcula un archivo de escena (PLY) que se puede importar para ver, editar y renderizar en otro software. Funciona más rápido en GPUs de NVIDIA y AMD, pero también puede ejecutarse completamente en la CPU (100 veces más lento). El uso comercial está permitido y alentado bajo los términos de la licencia AGPLv3.
Cómo usar OpenSplat?
Para construir OpenSplat, puedes seguir los requisitos específicos y pasos detallados en la documentación según la configuración de tu sistema. El proceso implica configurar dependencias como OpenCV y libtorch, y construir el proyecto con o sin soporte de GPU. Se proporcionan instrucciones detalladas para diferentes plataformas, incluyendo CPU, CUDA y ROCm a través de HIP.
Características principales de OpenSplat:
1️⃣
3D gaussian splatting
2️⃣
Cálculo de poses de cámara
3️⃣
Generación de archivos de escena
Por qué podría ser usado OpenSplat?
| # | Caso de Uso | Estado | |
|---|---|---|---|
| # 1 | Renderización de escenas 3D | ✅ | |
| # 2 | Edición de gráficos por computadora | ✅ | |
| # 3 | Modelado 3D | ✅ | |
Desarrollado por OpenSplat?
OpenSplat es desarrollado por el equipo de pierotofy, con un enfoque en mejorar la velocidad, reducir el uso de memoria y agregar soporte para ejecutarse en tarjetas AMD. El equipo da la bienvenida a contribuciones y comentarios de la comunidad para mejorar aún más el proyecto.