OpenSplat
Implementasi gratis dan sumber terbuka dari splatting gauss 3D dalam bahasa C, berfokus pada portabilitas, kekeringan, dan kecepatan. OpenSplat mengambil posisi kamera, titik-titik tersebar dalam format proyek COLMAP atau Nerfstudio dan menghitung file adegan PLY yang kemudian dapat diimpor untuk dilihat, diedit, dan dirayakan dalam perangkat lunak lain. Kartu grafis disarankan tetapi tidak diwajibkan. OpenSplat berjalan paling cepat pada GPU NVIDIA dan AMD, tetapi juga dapat berjalan sepenuhnya pada CPU (100x lebih lambat). Penggunaan komersial diizinkan dan didorong dalam ketentuan AGPLv3.
Terdaftar dalam kategori:
Sumber TerbukaGitHub
Deskripsi
OpenSplat adalah implementasi gratis dan open-source dari 3D gaussian splatting yang ditulis dalam bahasa C, difokuskan pada portabilitas, kekompakan, dan kecepatan. Ini mengambil posisi kamera dan titik-titik tersebar dalam format proyek COLMAP atau nerfstudio dan menghitung file adegan (PLY) yang dapat diimpor untuk dilihat, diedit, dan dirender di perangkat lunak lain. Ini berjalan paling cepat pada GPU NVIDIA dan AMD tetapi juga dapat berjalan sepenuhnya pada CPU (100x lebih lambat). Penggunaan komersial diperbolehkan dan didorong berdasarkan ketentuan lisensi AGPLv3.
Cara menggunakan OpenSplat?
Untuk membangun OpenSplat, Anda dapat mengikuti persyaratan dan langkah-langkah khusus yang dijelaskan dalam dokumentasi berdasarkan konfigurasi sistem Anda. Prosesnya melibatkan menyiapkan dependensi seperti OpenCV dan libtorch, dan membangun proyek dengan atau tanpa dukungan GPU. Instruksi detail disediakan untuk platform yang berbeda termasuk CPU, CUDA, dan ROCm via HIP.
Fitur inti dari OpenSplat:
1️⃣
3D gaussian splatting
2️⃣
Perhitungan posisi kamera
3️⃣
Generasi file adegan
Mengapa bisa digunakan OpenSplat?
| # | Kasus Penggunaan | Status | |
|---|---|---|---|
| # 1 | Rendering adegan 3D | ✅ | |
| # 2 | Pengeditan grafis komputer | ✅ | |
| # 3 | Modeling 3D | ✅ | |
Dikembangkan oleh OpenSplat?
OpenSplat dikembangkan oleh tim pierotofy, dengan fokus pada meningkatkan kecepatan, mengurangi penggunaan memori, dan menambahkan dukungan untuk berjalan pada kartu AMD. Tim menyambut kontribusi dan umpan balik dari komunitas untuk meningkatkan proyek lebih lanjut.