lntel(R) UHD Graphics 620 驱动 版本26.20.100.7637 Intel Corporation - Display - 26.20.100.7637 Windows 10, version 1809 and later, Servicing Drivers, Windows 10, version 1809 and later, Upgrade & Servicing Drivers 2019/12/12 254.8 MB
2023-04-27 08:34:07 254.79MB 驱动 lntel 显卡
1
Book-list-of-computational-geometry-and-computer-graphics Book list of computational geometry and computer graphics 计算几何和计算机图形学书单 持续更新中,本次更新时间2021年4月10日,未完待续! 计算机图形学 Physically Based Rendering From Theory To Implementation 封面 书名 下载链接 Physically Based Rendering From Theory To Implementation(First Edition) Physically Based Rendering From Theory To Implementation (Second Edition) Physically Based Ren
2023-04-07 13:09:48 2KB
1
使用神经混合形状学习骨骼关节 这个存储库提供了一个端到端的库,用于自动角色绑定、蒙皮和混合形状生成,以及一个可视化工具。 它基于我们在 SIGGRAPH 2021 上发表的研究。 先决条件 我们的代码已经在 Ubuntu 18.04 上测试过。 在开始之前,请通过以下方式配置您的 Anaconda 环境 conda env create -f environment.yaml conda activate neural-blend-shapes 或者您可以手动安装以下软件包(及其依赖项): 火炬 1.8 张量板 tqdm 矮胖的 opencv-python 快速开始 我们提供了一个专用于 Biped 角色的预训练模型。 从或(9ras)下载并解压预训练模型,并将pre_trained文件夹放在项目目录下。 跑步 python demo.py --pose_file=./eval_
1
令人敬畏的图像着色 基于深度学习的图像着色论文和相应的源代码/演示程序的集合,包括自动和用户指导(即与用户交互)的着色,以及视频的着色。 随意创建PR或问题。 (首选“拉式请求”) 大纲 1.自动图像着色 纸 来源 代码/项目链接 ICCV 2015 深着色 ICCV 2015 学习表示形式以实现自动着色 ECCV 2016 [项目] [代码] 彩色图像着色 ECCV 2016 [项目] [代码] 让有颜色!:全局和局部图像先验的端到端联合学习,以实现同时分类的自动图像着色 SIGGRAPH 2016 [项目] [代码] 通过生成对抗网络进行无监督的多样化着色 ECML-PKDD 2017 [代码] 学习多样的图像着色 CVPR 2017 [代码] 多种着色的结构一致性和可控性 ECCV 2018 使用有限的数据进行着色:通过内存增强网络进行少量着色 CVP
1
Windows Graphics Capture(WGC)桌面/窗口采集功能,是通过dx11实现的,也是OBS软件桌面/窗口采集的底层实现。该采集技术的优点是即使窗口被遮挡,仍然可以被完全采集,不受其他软件干扰。该库封装了具体的实现,调用者只要调用两个接口即可完成桌面/窗口的采集。特点: 1、dll库,支持任何语言 2、输入要采集的窗口句柄完成窗口采集 3、输入要采集的显示器句柄完成对显示器输出的采集 4、性能优秀,可达到60帧/s 5、接口调用简单,附demo样例。
1
一本全面的图形学基础的资料合集,压缩包里有前3卷。
2023-03-29 15:07:15 16.08MB Graphics Geometry Algorithm Algorithms
1
[计算机科学经典著作].Computer.Graphics,.C.Version.(2nd.Ed)
2023-03-29 13:49:21 18.75MB Computer.Graphics .C.Version.(2nd.Ed)
1
C语言头文件下载,可以随便下载,安全无毒,下载后解压即可
2023-03-13 11:13:53 56KB C语
1
循环GAN | 火炬实现,用于在没有输入输出对的情况下学习图像到图像的转换( ),例如: 新增内容:请检查(CUT),这是我们新的非成对图像到图像翻译模型,可实现快速且高效存储的培训。 *, *,, 加州大学伯克利分校伯克利分校AI研究实验室在ICCV 2017中。(*等额捐款) 该软件包包括CycleGAN, 以及其他方法,例如 / 和Apple的论文。 该代码被写了和。 更新:请检查CycleGAN和pix2pix的实现。 PyTorch版本正在积极开发中,其结果可与该Torch版本相媲美或更好。 其他实现: (由Harry Yang), (由Archit Rathore撰写
1
Computer Graphics - Principles and Practice 3rd edition 2014,pdf格式,适合学习
2023-03-08 12:07:41 19.11MB PBR Rendering
1