Open Display Transform 项目下载及安装教程
1. 项目介绍
Open Display Transform 是一个开源项目,它包含了一系列工具和实验,用于将宽色域场景线性数据渲染成适用于SDR(标准动态范围)或HDR(高动态范围)显示设备的图像。项目提供了在 Nuke 或 Nuke Non-Commercial 以及 Resolve Studio 中使用的节点和DCTL(DaVinci Color Transformation Language)转换。
2. 项目下载位置
您可以在 GitHub 上找到并下载 Open Display Transform 项目,地址为:https://github.com/jedypod/open-display-transform.git
3. 项目安装环境配置
在安装 Open Display Transform 之前,您需要确保您的系统中已经安装了以下环境:
- Nuke 或 Nuke Non-Commercial
- DaVinci Resolve Studio
以下是一个示例,展示如何检查您的系统中是否已经安装了 Nuke:
# 在命令行中输入以下命令
nuke --version
示例图片:

请将 path/to/your/image.jpg 替换为实际显示 Nuke 版本信息的图片路径。
4. 项目安装方式
克隆项目到本地
打开命令行工具,然后执行以下命令克隆项目:
git clone https://github.com/jedypod/open-display-transform.git
安装 Nuke 插件
将克隆下来的项目中的 nodes 文件夹复制到 Nuke 的插件文件夹中。
例如,对于 Nuke 11,路径通常是:
C:\Program Files\Nuke11.2v1\Nuke11.2v1\plugins
安装 Resolve 转换
将项目中的 DCTL 文件复制到 Resolve 的 DCTL 插件文件夹中。
例如,路径通常是:
C:\ProgramData\Blackmagic Design\DaVinci Resolve\Support\Color\DCTL
5. 项目处理脚本
Open Display Transform 提供了多种转换工具,您可以根据需要选择使用。
例如,使用 OpenDRT 转换:
在 Nuke 或 Resolve 中,添加 OpenDRT 节点到您的节点图,然后调整参数以满足您的需求。
以下是一个 Nuke 节点图的示例:

请将 path/to/your/image.jpg 替换为实际显示 Nuke 节点图的图片路径。
这样,您就完成了 Open Display Transform 的下载、安装和基本使用。更多详细的使用方法和工具介绍,请参考项目的官方文档和教程。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00