В данном видео показано WebGL ДНК с импульсами связей между молекулами и какие данные отдает каждая молекула.
https://blend3dweb.ru/altwebgl/dna/index.html

первый запрос получил, только хочу объяснить следующее, для webgl имеют значения стартовые данные ( подготовка моделей, совмещение точек моделей и анимации, "пространство- время"), детализация.
Для полных ТЗ нужно время, а оперативные примеры - показываем.

Первая попытка создать безфизиковую имитацию ткани.
Также есть имитация гравитации.
Цель - взаимодействие с тканью на мобильных устройствах.

Возможно кому то нужно будет, скрипт на python для дублирования геометрии внутри ifc файла.
Используется для нагрузочного тестирования приложений ifc viewer

Данный скрипт внутри программы Blender делает следующее:
Если вдруг на пустышке есть инстанс коллекция, и вы хотите в этом месте реальную геометрию. Вы выделяете пустышку и запустив скрипт, на месте пустышки формируется геометрия с сохранением поворота, масштаба и положения.

Данный скрипт меняет формат jpg на png, удаляет фон, что иногда надо для разработки дата-сетов и обучения нейромоделей.
Photoshop или Gimp не рационально использовать, когда изображений миллионы.
В папку с изображениями помещаете скрипт.
Установка
pip install Pillow
Запуск
python convert_jpg_to_png_transparent.py

Пример Playable ads , хороший аппетит у змейки Мням!

Создал отдельную группу, связанную с разработкой, обучением и внедрением нейромоделей.
Возможно частичное применение для WebGL.
Но ориентир - собственная нейромодель под любое направление.

В большинстве, пока ведется разработка - будут скрины файлов, дата-сетов и другая техническая информация.
https://t.me/DevNeuromodels

Перенос информации

https://t.me/DevNeuromodels/23

не webgl,, но нужно время для модификации)

Интерактивные ткани WebGL

Ведем разработку реальной ткани в виртуальном пространстве.
Взаимодействие с видимым и тактильными данными.
Возврат в исходное состояние.

Скрипт загружает модель YOLO‑v8, обрабатывает (один или несколько) изображений, выделяет людей, получает для каждого найденного объекта
прямоугольник** и **маску, а затем рисует эти боксы/маски на оригинальном изображении.
В итоге сохраняется изображение с наложенными результатами.

В будущем данный тип моделей планируется использовать в 3D пространстве для определения складок на одежде геометрических моделей ( ткани, швы, ремни, интерактивное взаимодействие ( наложение логотипов, изменение данных в реальном времени и т.п.))