TripoSR: modelos rápidos de reconstrucción 3D de una sola imagen, modelado de texto a 3D de código abierto|modelado de imagen a 3D

Introducción general

TripoSR es un modelo de código abierto desarrollado conjuntamente por Tripo AI y Stability AI, diseñado para generar rápidamente modelos 3D de alta calidad a partir de una sola imagen. El modelo se basa en la arquitectura Large Reconstruction Model (LRM) y es capaz de generar mallas 3D en menos de 0,5 s. TripoSR supera a otras alternativas de código abierto en múltiples conjuntos de datos disponibles públicamente, ofreciendo velocidad y calidad para una amplia gama de dominios, como el entretenimiento, los juegos, el diseño industrial y la arquitectura.

Además de la implantación local, puede visitar el sitio web oficial de TRIPO para obtener una generación ilimitada de borradores y 10 créditos de texto a 3D e imagen a 3D de alta calidad al mes.

 

TripoSR:快速单图像3D重建模型,开源文本转3D建模|图像转3D建模

Sitio web oficial de TripoSR

 

TripoSR:快速单图像3D重建模型,开源文本转3D建模|图像转3D建模

TripoSR Generar 4 modelos 3D preseleccionados

 

TripoSR:快速单图像3D重建模型,开源文本转3D建模|图像转3D建模

Ejemplo de generación de TripoSR

 

Lista de funciones

  • Reconstrucción 3D rápida: Genere modelos 3D de alta calidad a partir de una sola imagen en tan sólo 0,5 segundos.
  • Alta calidad: Genera modelos 3D con alta resolución y detalle.
  • código abiertoCódigo fuente completo y modelos preentrenados para mayor comodidad de investigadores y desarrolladores.
  • Soporte multiplataformaCompatible con GPU y CPU para distintos entornos de hardware.
  • Demostración en líneaFunción de demostración en línea: se ofrece una función de demostración en línea para que los usuarios puedan experimentar directamente la potencia del modelo.

 

Utilizar la ayuda

Proceso de instalación

  1. Preparación medioambiental::
    • Asegúrese de que Python 3.8 o posterior está instalado.
    • Instale CUDA (si está disponible).
    • Instale PyTorch, asegurándose de que la versión de CUDA instalada localmente coincide con la versión de PyTorch.
  2. Clonación del código base::
    git clone https://github.com/VAST-AI-Research/TripoSR.git
    cd TripoSR
  3. Instalación de dependencias::
    pip install -r requirements.txt

Proceso de utilización

  1. ejemplo de funcionamiento::
    python run.py examples/chair.png --output-dir output/

    Guarda el modelo 3D reconstruido en el archivooutput/Catálogo.

  2. Aplicaciones nativas de Gradio::
    python gradio_app.py

    Al iniciar la aplicación Gradio local, los usuarios pueden cargar imágenes y generar modelos 3D a través de la interfaz web.

Pasos detallados

  1. Preprocesamiento de imágenes::
    • Procesa la imagen de entrada en un array NumPy.
    • Las características se extraen mediante un codificador de imágenes.
  2. Reconstrucción 3D::
    • Las características extraídas se introducen en la imagen para el descodificador de tres planos.
    • Predicción del color y la densidad mediante campos neuronales de radiación de tres planos.
  3. Producción::
    • La malla 3D generada puede guardarse en diversos formatos para facilitar su uso y edición posteriores.

problemas comunes

  • Error CUDASi encuentra errores relacionados con CUDA, asegúrese de que la versión de CUDA instalada localmente coincide con la versión de PyTorch.
  • Fallo en la instalación de la dependenciaAsegúrese de que dispone de la última versión desetuptoolsy utilizarpip install --upgrade setuptoolsRealiza actualizaciones.
© declaración de copyright

Artículos relacionados

Sin comentarios

Debe iniciar sesión para participar en los comentarios.
Acceder ahora
ninguno
Sin comentarios...