NVIDIAから3D系のディープラーニング研究のためのPyTorchライブラリが公開された。
まだベータ版だから、これからどんどん充実していくんでしょうね。読み方はカオリンで良いのかな?(なんかかわいい)
Kaolin
Kaolinは3Dディープラーニングの研究を加速させるためのPyTorchライブラリです。Kaolinは、ディープラーニングシステムで使用できる微分可能な3Dモジュールを効率的な実装で提供します。
Kaolinには一般的な公開3Dデータセットの読み込みと前処理を行ったり、メッシュ、点群、符号付き距離関数、ボクセルグリッドを操作するネイティブ関数があり、無駄な定型コードの記述を最小限に抑えています。Kaolinは、レンダリング、ライティング、シェーディング、view warpingなどの微分可能なグラフィックスモジュールをパッケージ化しています。また、Kaolinは一連の損失関数と評価指標をサポートすることでシームレスな評価を可能とし、3Dの結果をレンダリングする可視化機能も提供します。
最も重視しているのは、最先端の様々な3Dディープラーニングアーキテクチャを集めた包括的なModel Zooをキュレートし、将来の研究活動の出発点に立つ手助けとなることです。
ドキュメントのページがまだ作成されていないのか404だけど。
NVIDIAの公式ブログ↓
https://news.developer.nvidia.com/kaolin-library-research-3d/
https://blogs.nvidia.co.jp/2019/11/27/kaolin-library-research-3d/
Kaolinって名前は造形用粘土のKaolinite(カオリナイト)が由来なのね。
ベータ版の時点で何ができるのか。
機能
現在、(ベータ版)リリースには、メッシュ、ボクセル、符号付き距離関数、点群での3Dディープラーニングのための処理関数が含まれています。
一般的なデータセット(例:ShapeNet, ModelNet, SHRECなど)の読み込みもすぐにサポートされます。また、いくつかの3D変換および変換操作を実装します。
Kaolinは以下のような3Dタスクをサポートします:
- Differentiable rendering (see Neural Mesh Renderer, its PyTorch port, Soft Rasterizer, Differentiable Interpolation-based Renderer, and a modular and extensible abstract DifferentiableRenderer specification).
- Single-image based mesh reconstruction (Pixel2Mesh, GEOMetrics, OccupancyNets, and more…)
- Pointcloud classification and segmentation (PointNet, PoinNet++, DGCNN, …)
- Mesh classification and segmentation (MeshCNN, GCN)
- 3D superresolution on voxel grids (ODM, VoxelUNet, and more…)
- Basic graphics utilities (lighting, shading, etc.)
Model Zoo
Kaolinは、一般的な3Dディープラーニングアーキテクチャのリファレンス実装を含む大規模なModel Zooをキュレーションします。詳しくはこちらでご確認ください。
https://note.com/npaka/m/m85457421b99f
TensorFlowを使うならTensorFlow Graphicsがあるけど、PyTorch派ならKaolinだろうか。

あ、Siggraph 2019で発表されて話題になったMeshCNNのモデルもKaolinに含まれてるんですね。
MeshCNNのコードもPyTorchで実装されてるからまあ、すでに割と手軽ではあるんだけど。
https://github.com/ranahanocka/MeshCNN/
関連記事
MeshLab:3Dオブジェクトの確認・変換に便利なフリーウ...
OpenMayaのPhongShaderクラス
ハリウッド版「GAIKING」パイロット映像
WordPressのサーバ引っ越し方法を考える
日立のフルパララックス立体ディスプレイ
手を動かしながら学ぶデータマイニング
GeForce RTX 30シリーズ発表
WordPressのテーマを自作する
ZBrushでアヴァン・ガメラを作ってみる
MFnDataとMFnAttribute
全脳アーキテクチャ勉強会
OpenCV 3.1のsfmモジュールを試す
ブログが1日ダウンしてました
Adobe Photoshop CS4 Extendedの3...
ZBrushでアヴァン・ガメラを作ってみる 脚のポーズ調整
DensePose:画像中の人物表面のUV座標を推定する
Texturing & Modeling A Pro...
Seleniumを使ったFXや株の自動取引
AfterEffectsプラグイン開発
Russian3DScannerのトポロジー転送ツール『Wr...
映画『ミュータント・タートルズ』を観てきた
Structure from Motion (多視点画像から...
AMIMOTO(PVM版)で作成したインスタンスをAMIMO...
PureRef:リファレンス画像専用ビューア
ZBrushでメカ物を作るチュートリアル動画
書籍『The Art of Mystical Beasts』...
オープンソースの取引プラットフォーム
Amazon EC2ログイン用の秘密鍵を無くした場合の対処方...
OpenCV バージョン4がリリースされた!
第1回 3D勉強会@関東『SLAMチュートリアル大会』
MPC社によるゴジラ(2014)のVFXブレイクダウン
ブログをGoogle App EngineからAmazon ...
マジョーラ
OpenCV 3.1とopencv_contribモジュール...
GeoGebra:無料で使える数学アプリ
Point Cloud Libraryに動画フォーマットが追...
顔のモデリング
Raspberry Pi 2を買いました
プログラムによる景観の自動生成
Unreal Engine 5の情報が公開された!
OpenCVでPhotoshopのプラグイン開発
MVStudio:オープンソースのPhotogrammetr...



コメント