Understøtter

RadianceCap til iPhone

RadianceCap guider optagelsen af ​​sensorrige scener til RadianceKit. Nye optagelser kræver en LiDAR-kompatibel iPhone, der kører iOS 17 eller nyere. På enheder uden LiDAR kan du stadig åbne scenebiblioteket for at gennemgå og dele eksisterende optagelser.

En scene bliver først på iPhone. Du kan overføre det via Share, AirDrop eller Filer eller aktivere den valgfri private iCloud-synkronisering i Indstillinger. 3D træning bruger RadianceKit på en understøttet Mac.

I RadianceCap skal du åbne Indstillinger → Hjælp → Vis optagelsesvejledning for at få nøglevejledning om bevægelse, overlapning, advarselssymbolet og privatliv.

Brugervejledning

Den komplette brugervejledning dækker import, træning, visningsporten, redigering, eksport og tastaturgenveje.

Læs brugervejledningen | Download som PDF

Ofte stillede spørgsmål

Hvilken hardware har jeg brug for?

En Apple Silicon Mac (M1, M2, M3 eller M4) med macOS 26 Tahoe eller nyere. Intel Macs understøttes ikke, fordi træning i Gaussian Splatting kræver Metal GPU-beregningskapaciteten fra Apple Silicon.

Hvor mange billeder skal jeg bruge?

For de bedste resultater skal du bruge 10 til 50 billeder taget omkring objektet fra forskellige vinkler. Sørg for mindst 60 % overlap mellem på hinanden følgende billeder. Flere billeder giver generelt bedre kvalitet, men øger behandlingstiden.

Kan jeg bruge video i stedet for billeder?

Ja. Slip en MP4- eller MOV-fil i appen, og RadianceKit vil automatisk udpakke rammer. Du kan justere samplingstætheden for at kontrollere, hvor mange billeder pr. sekund, der bruges.

Hvor lang tid tager træning?

Det afhænger af antallet af billeder, opløsning og den forudindstillede kvalitet. En afbalanceret forudindstilling (20.000 iterationer) på 30 billeder tager typisk 2 til 5 minutter på en M1 Pro. Kvalitetsforudindstillingen tager omtrent dobbelt så lang tid.

Hvad er forskellen mellem Classic og MCMC?

Klassisk fortætning bruger den originale klon/split/beskær-tilgang fra 3D Gaussian Splatting-papir. Den er hurtigere og velafstemt. MCMC (Markov Chain Monte Carlo) bruger Stokastisk Gradient Langevin Dynamics fra NeurIPS 2024 papiret. Det producerer omkring 70 % færre Gaussianere, hvilket resulterer i mindre filstørrelser, men det tager længere tid at træne.

Min scene har svævende artefakter. Hvordan fikser jeg det?

Brug den indbyggede Gauss-editor. Tryk på Tab for at gå ind i redigeringstilstand, mal-vælg artefakterne med penslen, og tryk på Slet for at fjerne dem. Du kan fortryde med Cmd+Z.

Rapporter en fejl

Medtag venligst

  • En beskrivelse af problemet
  • Trin til at gengive den
  • Din macOS-version og Mac-model
  • Antallet af billeder eller videolængde, du brugte

Anmod om en funktion

Beskriv, hvad du gerne vil have RadianceKit til at gøre, og hvordan du vil bruge det.

Kontakt

For andre spørgsmål kan du kontakte info@kindler-dev.de.

Rapportér en fejl

Foreslå en funktion

Du kan også kontakte os direkte på info@kindler-dev.de