#3dgs Repositories
Entdecke 31 aktive Open-Source-GitHub-Repositories, die mit #3dgs getaggt sind und insgesamt 72,900 Sterne gesammelt haben (durchschnittlich 2,351 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist playcanvas/engine mit 17,340 Sternen.
Insgesamt 31 Repositories
Kuratiere Liste von Arbeiten und Ressourcen, die sich auf 3D Gaussian Splatting konzentrieren, um mit der erwarteten Welle von Forschung in den kommenden Monaten Schritt zu halten.
3D-Gauß-Papier, laufend aktualisiert, Diskussions- und Austauschfreude.
[CVPR 2024] Offizielle PyTorch-Implementierung von SuGaR: Oberflächenausgerichtetes Gaußsches Splatting für effiziente 3D-Gitter-Rekonstruktion und hochwertige Gitter-Rendering
Herstellerübergreifendes 3D-Gaussian-Splatting-Trainingstool – von Video zu Splats zu Mesh, mit Vulkan oder CUDA.
Eine umfassende Liste von Implicit Representations, NeRF und 3D Gaussian Splatting-Arbeiten im Bereich SLAM/Robotik, einschließlich Arbeiten, Videos, Codes und verwandten Websites
Vollständige interaktive 3D-Gaußsche Splatting-Ansicht für Echtzeitbearbeitung und -analyse.
CLI-Tool und Bibliothek für die Verarbeitung und Konvertierung von 3D Gaussian Splats
[CVPR 2026 Highlight, CVPR Compute Gold Star] Offizieller Code für „FastGS: Training von 3D Gaussian Splatting in 100 Sekunden“
Eingeometrie-Shader-basierter, globaler CUDA-sortierter Hochleistungs-3D-Gaußsches-Splating-Rasterisierer. Kann eine 5-10-fache Beschleunigung beim Rendern im Vergleich zur Vanilla-Diff-Gauß-Rasterisierung erzielen.
[ECCV 2026] Skyfall-GS: Synthese immersiver 3D-Stadtlandschaften aus Satellitenbildern
Dateiformat für 3D-Gaußsche Blätter. Etwa 10x kleiner als das PLY-Äquivalent mit praktisch keinem wahrnehmbaren Verlust an visueller Qualität. Angeboten als Open Source von Niantic Labs. Weitere Details unter https://scaniverse.com/spz #3dgaussiansplats #gaussiansplatting
[TVCG2024] PGSR: Ebenenbasierte Gaußsche Splats für effiziente und detailgetreue Oberflächenrekonstruktion
Einbetten von Gaussian Splatting in den Diffusions-Denoiser zur schnellen und skalierbaren einstufigen Bild-zu-3D-Generierung und -Rekonstruktion (ICCV 2025)
[CVPR 2026] Eine PyTorch-Implementierung des Papers „EDGS: Eliminating Densification for Efficient Convergence of 3DGS“
Ein plattformübergreifender, hochperformanter Renderer für Gaußsche Splatting mit Vulkan Compute. Unterstützt Windows, Linux, macOS, iOS und visionOS.
Ein Python-Kommandozeilen-Tool zum Konvertieren und Verarbeiten von 3D Gaussian Splatting-Modellen. Unterstützt N-zu-N-Konvertierungen zwischen 3DGS (.ply), KSplat, SOG, SPZ, Splat, CloudCompare, Parquet und komprimiertem PLY. Enthält GPU-beschleunigtes Filtern (SOR, Dichte).
Ein leichtgewichtiges, punktebasiertes Visualisierungstool zur Inspektion von Gauß-Daten, zum Entwerfen von Kamerabewegungen und zum Exportieren von Setups für externe Gauß-Renderer.
Offizielle Implementierung von Self-Supervised Street Gaussians für autonomes Fahren
WorldEngine: Auf dem Weg in die Ära des Post-Trainings für autonomes Fahren
Visionär: Der World-Model-Träger, aufgebaut auf der WebGPU-betriebenen Gaussian-Splatting-Plattform
Dies ist ein 3DGS (3D Gaussian Splatting) Viewer, der auf Three.js basiert, mit Funktionen für Markierungen, Messungen, voreingestelltes LOD-Rendering usw.
🧙🏻♂️Eine Liste von Artikeln, die für Sie zusammengestellt wurden, um in die fantastische radianzfeldbasierte 3D-Bearbeitung einzutauchen.
Häufig gestellte Fragen
Welches ist das beliebteste #3dgs-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#3dgs-Projekt auf GitHub ist playcanvas/engine mit 17,340 Sternen. Open-Source-Webgrafik-Engine auf Basis von WebGPU und WebGL2
Welche Programmiersprachen werden in #3dgs-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #3dgs-Projekten auf GitHub sind Python, C++, TypeScript, Jupyter Notebook die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #3dgs-Repositories berechnet?
Wir verfolgen 31 aktive Open-Source-Repositories, die mit #3dgs getaggt sind (500+ Sterne), mit insgesamt 72,900 Sternen und durchschnittlich 2,351 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.