为什么图形学的会议siggraph的论文代码很少会开源？好像视觉如CVPR、ICCV开源的更多一些。 第1页
1
dong-bu-dong-95-73 网友的相关建议:
最近几天调试了两篇siggraph文章中开源的代码，一个是整个的visual studio项目，另一个是cmake编译的，都是C++。明显感觉代码量挺大的，很多工作都在造轮子搭框架，最起码对我来说工作量很大了，能敢于开源出来的这两个项目自然算是top级别了（当然不选择开源的也有可能更好，但没法评判），所以多少可以推断出很多siggraph论文不愿意开源的原因，除了其他回答提到的，还有一些：比如有些涉及到优化的部分，代码里用的条件限制多少会有些简化；或者是项目太大，几个课题组合作但文章所在课题组只能开源本课题组内的部分，单独开源是不太完整的；现有的开源库比如CGAL，libigl，要么配置改写起来挺麻烦，要么跑起来速度比较慢，如果能有好用的开源库，感觉后面开源的代码会更多。
1
相关话题
如何看待何恺明最新一作论文Masked Autoencoders？为什么中文 NLP 数据集这么少？
以目前的计算机视觉技术能否对一张二维的人体全身照进行3D重建？
卷积神经网络中卷积核是如何学习到特征的？
为什么小模型已经可以很好地拟合数据集了，换大模型效果却要比小模型好？
如何评价DALL-E模型的实现？
上学和读书有什么区别?
「贝塞尔曲线」有哪些作用和特点，该如何正确使用？
大二就中 CVPR/ICCV/ECCV/NIPS 是一种怎样的体验？
在算力充沛，深度学习模型大行其道的今天，传统机器学习的未来在哪里？
相关的话题
如何理解Inductive bias？从应用的角度来看，深度学习怎样快速入门？
深度学习底层开发对数学有哪些要求？
如何直观地解释 backpropagation 算法？
如何评价 DeepMind 新提出的关系网络（Relation Network）？
什么是「实时渲染」技术？
AI领域的灌水之风如何破局？
计算机视觉（cv）方向今年招聘情况怎么样?是否已经人才过剩?
如何评价1700亿参数的GPT-3？
大三电子类专业要分流，大家能给个建议吗?
pytorch dataloader数据加载占用了大部分时间，各位大佬都是怎么解决的？
如何评价谷歌用30亿数据训练的20亿参数ViT-G/14模型在 ImageNet 达到新的 SOTA？
在推荐系统中，如何较好的采用深度学习方法获取用户长短期兴趣？
如何评价FAIR提出的MaskFormer，在语义分割ADE20K上达到SOTA：55.6 mIoU？
为什么nlp没有像cv四小龙一样的创业公司？
2019年，计算机视觉领域，你推荐哪些综述性的文章？
如何评价各种关联因素分析算法,尤其是在算法效果对比方面?
在计算机视觉任务中，运用Transformer和Non-local有何本质区别？
「贝塞尔曲线」有哪些作用和特点，该如何正确使用？
为什么我用相同的模型，数据，超参，随机种子，在两台服务器会得到不同的结果？
国内哪些公司在用caffe、torch、TensorFlow、paddle等框架，哪些在用自研框架？
如何评价deepmind最新在nature上发表的论文《在人工网络中用网格样表征进行基于向量的导航》？
为什么Transformer适合做多模态任务？
如何看待谷歌公开 tensorflow 专用处理器 TPU?
如何评价 Self-Normalizing Neural Networks 这篇论文?
Evidential deep learning里一般怎么估计多标签分类的Uncertainty？
深度学习attention机制中的Q,K,V分别是从哪来的？
硕士方向，选择迁移学习还是自然语言处理？
游戏特效为什么做不到像电影特效里的那样真实？
如何看待 Google 既可以作 Inference，又可以作 Training 的新一代 TPU？