Three.js 是一款运行在浏览器中的 3D 引擎，你可以用它创建各种三维场景，包括了摄影机、光影、材质等各种对象。你可以在它的主页上看到许多精彩的演示。不过，这款引擎还处在比较不成熟的开发阶段，其不够丰富的 API 以及匮乏的文档增加了初学者的学习难度（尤其是文档的匮乏）three.js的代码托管在github上面。
2024-04-09 19:54:41
260.8MB
1
GH1.25mm连接器，卧式贴片，包含2pin、4pin、7pin、8pin、10pin，原理图和封装和3D模型。自己找的资源制作，有项目用到gh1.25的连接器，但是一直没有对应的AD的原理图和封装包括3D模型，于是自己制作了一下，模型是从立创导出的，这样AD导入就可以直接用了，主要是有3D模型。
2024-04-03 10:53:33
806KB
1
PyTorch中的MeshCNN
SIGGRAPH 2019
MeshCNN是用于3D三角形网格的通用深度神经网络，可用于诸如3D形状分类或分割之类的任务。 该框架包括直接应用于网格边缘的卷积，池化和解池层。
该代码由和在支持下编写。
入门
安装
克隆此仓库：
git clone https://github.com/ranahanocka/MeshCNN.git
cd MeshCNN
安装依赖项： 1.2版。 可选： 用于训练图。 通过新的conda环境conda env create -f environment.yml （创建一个名为meshcnn的环境）
SHREC上的3D形状分类
下载数据集
bash ./scripts/shrec/get_data.sh
运行训练（如果使用conda env首先激活env，例如source activate meshcnn ）
bash ./scripts/shrec/train.sh
要查看训练损失图，请在另一个终端中运行tensorboard --logdir runs并单击 。
运行测试并导出中间池网格：
bas
2024-04-02 16:20:14
3.54MB
1
结构张量教程。 通常与图像处理和结构推理相关联，此代码提供了一个完全封装的包来解释和演示结构张量的使用。
剧目结构TensorDemo
或使用 html 正确可视化 LaTeX 方程。
2024-04-02 14:06:14
406KB
1
3D WebView for Windows and macOS (Web Browser)插件很不错。支持Vuplex VR/AR 浏览器的相同代码，轻松地在 Windows 和 macOS 上以 3D 形式渲染 Web 内容并与之进行交互。支持Android、iOS、Windows、macOS和UWP/Hololens这些平台
2024-03-31 23:56:31
369.25MB
1