| On this page | |
| Since | 21.0 |
概要 ¶
Volume Upres SOPは、事前トレーニング済みONNX機械学習モデルを用いて、指定した入力ボリュームの解像度をアップスケールして鮮明化することができます。 新しいモデルをトレーニングさせるには、ML Train Volume Upresレシピをご利用いただけます。
このノードは、VDBまたはネイティブのHoudiniボリュームを入力として受け取ります。
Note
ML Volume UpresはSOPであるものの、使用するにはDOPレベルの権限が必要になります。 つまり、ML Volume UpresはHoudini Coreでは 利用不可 で、Houdini FX、Houdini Apprentice、Houdini Indie、Houdini Educationでは利用可能です。
パラメータ ¶
Model File
ML Train Volume Upresレシピでトレーニングされたモデルファイル。
Reload Model
強制的に.onnxファイルをリロードします。
Batch Mode
Multiple Packed モードと Single (Compiled CPU) モードのいずれかを選択します。 一般的には Multiple Packed + GPUモードが推奨されますが、 Single Compiled (CPU) モードでは、GPUが利用できない場合でもCPU上で許容できるほどの推論速度が得られます。
Execution Provider
推論に使用するONNX実行プロバイダを決定します。 デフォルトでは、このノードは、利用可能な最適なプロバイダを選択し、GPUアクセラレーションの使用を優先します。
Automatic
現在のシステムに最適なプロバイダを選択します。 このオプションは、CUDAがインストールされている場合はCUDAを優先し、プラットフォームに応じてDirectML/CoreMLをフォールバックとして使用し、GPUプロバイダが利用できない場合はCPU推論を実行します。
CPU
CPUを使用して推論を実行します。
CUDA
CUDA/cuDNNを使用して推論を実行します。 CUDAおよびcuDNNは、NVIDIAで用意されているパッケージを使用してインストールしなければなりません。
DirectML
Windowsでのみ利用可能です。 Windows Direct Machine Learningライブラリを使用して推論を実行します。
CoreML
MacOSでのみ利用可能です。 AppleのCore MLライブラリを使用して推論を実行します。
Volume
推論を実行するボリュームプリミティブ。
Pre Sharpen
プリ鮮明化処理を有効にします。 これは、トレーニングデータの入力を再現するのに役立ちます。
Amount
適用される鮮明化の強さを調整します。
Number of Passes
鮮明化処理に使用するパスの回数。
Post Sharpen
ポスト鮮明化処理を有効にします。
Amount
適用される鮮明化の強さを調整します。
Number of Passes
鮮明化処理に使用するパスの回数。
Prune Voxels
ボクセルの間引き(プルーニング)を有効にします。
Prune Tolerance
プルーニング閾値を定義します。
Mask Voxels
ボクセルマスキングを有効にします。
Tolerance
マスキング閾値を定義します。
Clamp
出力されるボクセル値をクランプします。
Clamp Min
ボクセル値の範囲の下限。
Clamp Max
ボクセル値の範囲の上限。
Naive Upsample Other Fields
残りのフィールドに対して、ナイーブフィルタ法を用いたアップサンプリングを有効にします。
Volumes
アップサンプリングを行なうボリューム。 ここを空っぽのままにすると、すべてのボリュームがアップサンプリングされます。
Filter
アップサンプリング時に使用するフィルタのタイプ。
Filter Scale
アップサンプリング時に使用するフィルタスケール。
入力 ¶
Input Volume
事前トレーニング済み機械学習モデルおよび任意の追加フィールドを使用してアップサンプリングするボリューム。
出力 ¶
Output Volume
事前トレーニング済み機械学習モデルおよび任意の追加フィールドを使用してアップサンプリングされたボリューム。
| See also |
ML Regression Inference
ML Volume Tile Inference
