2 months ago
- 将Thingi10K数据集的348个物体以60.8%的密度装入240×123×100毫米托盘中
- 采用基于快速傅里叶变换(FFT)碰撞检测的GPU加速三维装箱算法
- 实现了SIGGRAPH 2023会议提出的频谱装箱算法
- 主要特性包括GPU加速、Python API接口和Blender导出功能
- 运行环境要求Python 3.8+、CUDA 11.0+及计算能力6.0+的NVIDIA显卡
- 安装步骤包含克隆代码库并配置依赖环境
- 提供简易Python API支持体素化物品或STL文件的装箱操作
- 算法流程:体素化→碰撞检测→评分→贪心摆放
- 示例包含基础装箱、性能测试及宣传图生成
- 项目结构包含C++/CUDA底层实现与Python绑定
- 采用MIT开源协议并要求引用原始SIGGRAPH 2023论文