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
如何评价Hinton在加拿大多伦多大学关于用“capsule”作为下一代CNN的演讲？图片上训的模型，怎么迁移视频上呢？
CVPR 2019 有哪些值得关注的亮点？
游戏中有哪些看上去很简单，但实际上需要极高技术力或是极高成本的细节？
为什么做GPU计算，深度学习用amd显卡的很少，基本都nvidia？
有哪些人工智能上的事实，没有一定人工智能知识的人不会相信？
计算机视觉是否已经进入瓶颈期？
有没有根据一张人物的立绘正面像，自动生成同风格各侧面角度像并自动衍生表情的软件啊？
因果推断会是下一个AI热潮吗？
「贝塞尔曲线」有哪些作用和特点，该如何正确使用？
相关的话题
NIPS 2018 有什么值得关注的亮点？如何看待Capsule Network在NLP领域的潜力？
神经网络中 warmup 策略为什么有效；有什么理论解释么？
如何理解今年发表在JMLR上随机森林算法SPORF？
Yann LeCun、Geoffrey Hinton或Yoshua Bengio能得图灵奖吗？
学习SLAM需要哪些预备知识？
普通FPGA工程师怎样向人工智能靠拢？
对于神经网络，硕士博士不需要弄明白原理，只需要应用，是这样吗？
如何看待KDD'21的文章，异质图神经网络的效果不如简单的GCN、GAT？
Batch normalization和Instance normalization的对比？
为什么交叉熵（cross-entropy）可以用于计算代价？
学生网络用知识蒸馏损失去逼近教师网络，如何提高学生网络的准确率？
有什么游戏推动了计算机图形学的发展？
为什么ViT里的image patch要设计成不重叠？
GAN（对抗生成网络）可以被用于哪些（商业或潜在商业）实际问题？
你见过最差的算法工程师能差到什么程度？
如何看待多模态transformer，是否会成为多模态领域的主流？
计算机图形学领域还有哪些没有啃到肉的问题？
batchsize=1时可以用BN吗?
为什么dropout正则化经常在视觉方面使用而不是其他？
LSTM如何来避免梯度弥散和梯度爆炸？
如何评价余凯创立的horizon robotics？
为什么ViT里的image patch要设计成不重叠？
围棋AI为什么没有下出同局？
算法岗位真的需要顶会才能入场吗？
如何评价 2018 年度图灵奖颁发给三位深度学习之父？
为什么强大的 MXNet 一直火不起来？
如何看待FAIR提出的8-bit optimizer：效果和32-bit optimizer相当？
如何看待知乎的AI答主「四十二」？人工智能有可能理解生命的意义是什么吗？
什么是迁移学习 (Transfer Learning)？这个领域历史发展前景如何？