kaolin - 提供3D深度学习工具的PyTorch库

Kaolin 项目介绍

Kaolin 是由 NVIDIA 推出的一个基于 PyTorch 的库，旨在加速 3D 深度学习的研究。它为处理多种三维表示提供了一整套 API，并包含了一系列 GPU 优化的操作。该库包括模块化的可微分渲染、高速的表示转换、数据加载、3D 检查点、可微分的相机 API 以及使用球谐函数和球形高斯函数的可微分光照系统。此外，Kaolin 还提供了一种称为结构化点云（Structured Point Clouds）的强大四叉树加速结构、专为 Jupyter 笔记本设计的交互式 3D 可视化工具、便捷的批量网格容器等等。Kaolin 是 NVIDIA 更大 3D 深度学习计划的一部分。

安装与入门

自 0.12.0 版本起，Kaolin 支持通过 wheel 文件进行安装。用户需要根据其使用的 PyTorch 和 CUDA 版本替换相应的安装命令：

pip install kaolin==0.17.0 -f https://nvidia-kaolin.s3.us-east-2.amazonaws.com/torch-{TORCH_VERSION}_cu{CUDA_VERSION}.html

例如，若要在 PyTorch 2.0.1 和 CUDA 11.8 上安装 Kaolin 0.17.0，可以使用以下命令：

pip install kaolin==0.17.0 -f https://nvidia-kaolin.s3.us-east-2.amazonaws.com/torch-2.0.1_cu118.html

最新版本功能（0.17.0）

在 Kaolin 0.17.0 版本中，新增了 sample_points_in_volume 函数，用于高斯散点的“密集化”。此功能可用于改进物理模拟。此外，Kaolin 使用 NVIDIA Warp 进一步改进了物理训练和模拟，并在 GLTF 加载器中添加了透射支持。

以下是两个图示，分别是在未启用和已启用密集化功能情况下的效果对比：


未启用密集化	启用密集化

官方还更新了一系列教程，帮助用户更好地利用新功能进行物理模拟和 3D 渲染。

开源项目中的应用

Kaolin 已在多个外部项目中得到应用，例如 NVIDIA Kaolin Wisp、gradSim、Text2Mesh 等等。这些项目利用了 Kaolin 的摄像头 API、结构化点云、可微分的 DIB-R 光栅化器、灵活的三维渲染功能及其他众多特性，展示了 Kaolin 在实际应用中的强大能力。

许可证

Kaolin 的大部分代码库采用 Apache v2.0 许可证。在 kaolin/non_commercial 目录下的内容则采用 NSCL 许可证，仅限于非商业用途的研究和评估。使用 Kaolin 默认组件可以直接导入 Apache 许可的代码，而非商业组件则需要显式导入。

致谢

欢迎社区的开发者们参与到 Kaolin 的构建中来，并在研究中引用 Kaolin。项目团队包括 Clement Fuji Tsang、Maria Shugrina、Charles Loop 等多位技术专家，他们为 Kaolin 的发展贡献了重要的力量。