| A | B | C | D | E | F | G | H | I | J | K | L | M | N | O | P | Q | R | S | T | U | V | W | X | Y | Z | AA | ||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
1 | Framework | Developer | Base framework | Platforms | Device type | Interactive visualisation | Differentiable rendering | Data formats | Data conversations | Dataset loaders | Losses and metrics | Model Zoo | USD Support | Utils | Comments | Visual reference | ||||||||||||
2 | PyTorch3D | Facebook research | PyTorch | Linux; Mac; Windows (unstable) | CPU; GPU (CUDA) | No | Yes | Mesh; Point Clouds | Mesh to PointCloud | No | Chamfer loss; normal loss; laplacian loss; edge lengh; normal reg | No | No | cg utils; Linear algebra utils; and some other | Несмотря на устойчивую работу только под Linux и отсутствие некоторого функционала, библиотека активно развивается, хорошо приспособлена под работу на кластерах видеокарт и в совокупности со вспомогательными библиотеками (наприм. PyTorch Geometric + trimesh + polyscope) может в будущем послужить базовой библиотекой для работы в области 3D ML. | |||||||||||||
3 | PyTorch Geometric | Matthias Fey & Jan E. Lenssen Department of Computer Graphics TU Dortmund University | PyTorch | Linux; Windows; Mac (only CPU) | CPU; GPU (CUDA) | No | No | Mesh; Point Clouds | Mesh to PointCloud | ShapeNet; ModelNet; S3DIS; Shrec; and lot of classical grph datassets | Laplacian; F1 (points); acc (points); IoU (points); graph losses | GraphUNet; XConv; and other graph layers and models | No | some math utils | Библиотека первоначально создавалась для работы с произвольными графами. Может быть использована совместно с PyTorch3D. Отдельные операторы и утилиты могут быть полезны в проектах. | |||||||||||||
4 | TensorFlow Graphics | Google Brain | TensorFlow | Windows; Mac; Linux | CPU; GPU (CUDA) | Yes (Tensorboard 3D) | Yes | Mesh; Point Clouds | Mesh to PointCloud | No | ACAP energies | No | No | GraphConvLayer; Deformation Energy; Spherical harmonics and a few more | Устойчивая версия библиотеки, приспособленная под разные платформы. Библиотека не развивается со временем, а ее функционал уступает конкурентам на сегодняшний день. | |||||||||||||
5 | NVIDIA Kaolin | NVIDIA | PyTorch | Linux; Windows (unstable) | GPU (CUDA) | Yes (GUI App) | Yes | Mesh; Point Clouds; Voxel Grids | Yes (for all data types; unstable) | Yes (Shapenet; Scannet; shrec; modelnet) | IoU (Voxels); Chamfer; edge lengh; laplacian loss; point-surface dist; F score (PointCloud) | PointNet; PointNet++; DGCNN; Occupancy Net; another | Yes | 3dml layers for nn; math utils for tensors and poionts; base cg utils; and some other | Хорошо продуманная библиотека для работы с задачами 3D ML, которая находиться в бета версии (крайне неустойчива и функционал реализован не полностью). Стоит ждать релиза, но в данный момент времени работать с ней затруднительно. | |||||||||||||
6 | Points 3D | Chaton, T. and Chaulet N. Principia Labs | PyTorch | Windows; Mac; Linux | CPU; GPU (CUDA) | Yes (Jupyter modification) | No | Point Clouds | - | Yes (ScanNet; S3DIS; ShapeNet; ModelNet; 3DMatch) | Metrics for classification and segmentation tasks | PointNet; PointNet++; RSConv; RandLA-Net; PointCNN; KPConv; MinkowskiEngine; VoteNet; FCGF; PointGroup; PPNet (PosPool) | No | point cloud data augmentation; interactive notebook viz; Conv kernels for point clouds; dataloaders for point cloud datasets | Библиотека предназначена для решения задач глубокого обучения применительно к облакам точек. Присутствуют SOTA архитектуры, аугментация данных и интерактивная визуализация. Доступна на всех ОС как для CPU так и для GPU. Если работаете только с облаками точек, можно использовать в качестве основного фреймворка. | |||||||||||||
7 | Additional frameworks | Developer | Features | Comments | Visual reference | |||||||||||||||||||||||
8 | trimesh | community | ICP; GUI and jupyter vis; mesh ops; scene ops. | В библиотеке содержится множество фкнкций для разнородной обработки меша: вокселизатор и его визуализатор; функции по совмещению облаков точек; вычисления эйлеровых характеристик, объема меша и пр.; интерактивный визуализатор меша. | ||||||||||||||||||||||||
9 | polyscope | community | Блиотека предназначена исключительно для интерактивной визализациии. Больший функционал визуализации чем в trimesh. Есть возможность визуализировать векторные поля и писать кастомные функции, разукрашивающие меш. Удобно в случае работы над созданием нового типа сверточного слоя. | |||||||||||||||||||||||||
10 | kornia | Facebook research | Аналог OpenCV приспособленный под Pytorch, с большим функционалом по обработке RGB-D. | |||||||||||||||||||||||||
11 | mesh_to_sdf | community | Библиотека для вычисления значений SDF функции для произвольного меша. | |||||||||||||||||||||||||
12 | Open3D | community | Simple installation via conda and pip 3D data structures 3D data processing algorithms Scene reconstruction Surface alignment PBR rendering 3D visualization Python binding | Библиотека для работы с облаком точек и полигональных моделей. Есть возможность работать с RGB-D камерами | ||||||||||||||||||||||||
13 | giotto-tda | part of Giotto project | Библиотека для изучения топологических аспектов данных (графы, облака точек, изображения) написанная на Python и имеющая поддержку интерактивного режма в проекте Giotto. |  | ||||||||||||||||||||||||
14 | libigl | community | ibigl is a simple C++ geometry processing library. We have a wide functionality including construction of sparse discrete differential geometry operators and finite-elements matrices such as the cotangent Laplacian and diagonalized mass matrix, simple facet and edge-based topology data structures, mesh-viewing utilities for OpenGL and GLSL, and many core functions for matrix manipulation which make Eigen feel a lot more like MATLAB. | |||||||||||||||||||||||||
15 | ||||||||||||||||||||||||||||
16 | ||||||||||||||||||||||||||||
17 | Автор документа - компания Phygitalism | |||||||||||||||||||||||||||
18 | SDF sampling | Kornia API | Tensorboard 3D | |||||||||||||||||||||||||
19 | ||||||||||||||||||||||||||||
20 | ||||||||||||||||||||||||||||
21 | ||||||||||||||||||||||||||||
22 | ||||||||||||||||||||||||||||
23 | ||||||||||||||||||||||||||||
24 | ||||||||||||||||||||||||||||
25 | ||||||||||||||||||||||||||||
26 | ||||||||||||||||||||||||||||
27 | ||||||||||||||||||||||||||||
28 | ||||||||||||||||||||||||||||
29 | ||||||||||||||||||||||||||||
30 | ||||||||||||||||||||||||||||
31 | ||||||||||||||||||||||||||||
32 | ||||||||||||||||||||||||||||
33 | ||||||||||||||||||||||||||||
34 | ||||||||||||||||||||||||||||
35 | ||||||||||||||||||||||||||||
36 | ||||||||||||||||||||||||||||
37 | ||||||||||||||||||||||||||||
38 | ||||||||||||||||||||||||||||
39 | ||||||||||||||||||||||||||||
40 | ||||||||||||||||||||||||||||
41 | ||||||||||||||||||||||||||||
42 | ||||||||||||||||||||||||||||
43 | ||||||||||||||||||||||||||||
44 | ||||||||||||||||||||||||||||
45 | ||||||||||||||||||||||||||||
46 | ||||||||||||||||||||||||||||
47 | ||||||||||||||||||||||||||||
48 | ||||||||||||||||||||||||||||
49 | ||||||||||||||||||||||||||||
50 | ||||||||||||||||||||||||||||
51 | ||||||||||||||||||||||||||||
52 | ||||||||||||||||||||||||||||
53 | ||||||||||||||||||||||||||||
54 | ||||||||||||||||||||||||||||
55 | ||||||||||||||||||||||||||||
56 | ||||||||||||||||||||||||||||
57 | ||||||||||||||||||||||||||||
58 | ||||||||||||||||||||||||||||
59 | ||||||||||||||||||||||||||||
60 | ||||||||||||||||||||||||||||
61 | ||||||||||||||||||||||||||||
62 | ||||||||||||||||||||||||||||
63 | ||||||||||||||||||||||||||||
64 | ||||||||||||||||||||||||||||
65 | ||||||||||||||||||||||||||||
66 | ||||||||||||||||||||||||||||
67 | ||||||||||||||||||||||||||||
68 | ||||||||||||||||||||||||||||
69 | ||||||||||||||||||||||||||||
70 | ||||||||||||||||||||||||||||
71 | ||||||||||||||||||||||||||||
72 | ||||||||||||||||||||||||||||
73 | ||||||||||||||||||||||||||||
74 | ||||||||||||||||||||||||||||
75 | ||||||||||||||||||||||||||||
76 | ||||||||||||||||||||||||||||
77 | ||||||||||||||||||||||||||||
78 | ||||||||||||||||||||||||||||
79 | ||||||||||||||||||||||||||||
80 | ||||||||||||||||||||||||||||
81 | ||||||||||||||||||||||||||||
82 | ||||||||||||||||||||||||||||
83 | ||||||||||||||||||||||||||||
84 | ||||||||||||||||||||||||||||
85 | ||||||||||||||||||||||||||||
86 | ||||||||||||||||||||||||||||
87 | ||||||||||||||||||||||||||||
88 | ||||||||||||||||||||||||||||
89 | ||||||||||||||||||||||||||||
90 | ||||||||||||||||||||||||||||
91 | ||||||||||||||||||||||||||||
92 | ||||||||||||||||||||||||||||
93 | ||||||||||||||||||||||||||||
94 | ||||||||||||||||||||||||||||
95 | ||||||||||||||||||||||||||||
96 | ||||||||||||||||||||||||||||
97 | ||||||||||||||||||||||||||||
98 | ||||||||||||||||||||||||||||
99 | ||||||||||||||||||||||||||||
100 |