GET3D: 一种从图像中学习生成高质量3D纹理形状的生成模型

RayRay
GET3D3D生成模型纹理网格生成对抗网络图像学习Github开源项目

GET3D: 从图像中学习生成高质量3D纹理形状的模型

在现代数字世界中,3D内容的需求正在急剧增长。无论是游戏开发、虚拟现实还是电影制作,都需要大量高质量的3D模型。然而,手动创建这些模型既耗时又需要专业技能。为了解决这一挑战,NVIDIA研究院开发了一种名为GET3D的创新生成模型,可以直接从2D图像中学习并生成高质量的3D纹理形状。

GET3D模型概述

GET3D(Generative Explicit Textured 3D meshes)是一种端到端的生成模型,可以直接生成带纹理的3D网格模型。与之前的3D生成模型相比,GET3D在以下几个方面具有显著优势:

  1. 可以生成具有复杂拓扑结构的3D形状
  2. 生成的3D模型具有丰富的几何细节
  3. 能够生成高保真度的纹理
  4. 生成的模型可以直接被3D渲染引擎使用,无需后处理

GET3D模型的核心思想是将最新的可微分表面建模、可微分渲染以及2D生成对抗网络(GAN)技术相结合,从2D图像集合中学习生成3D模型。

GET3D模型架构

如上图所示,GET3D的模型架构主要包括以下几个部分:

  1. 3D SDF和纹理场生成器:通过两个潜在编码生成3D有符号距离场(SDF)和纹理场。
  2. DMTet表面提取:使用深度行进四面体(DMTet)技术从SDF中提取3D表面网格。
  3. 可微分渲染器:采用基于光栅化的可微分渲染器,生成RGB图像和轮廓。
  4. 2D判别器:使用两个2D判别器分别对RGB图像和轮廓进行真假判断。
  5. 端到端训练:整个模型可以进行端到端的训练。

GET3D的主要特点

  1. 多样化的高质量3D生成

GET3D可以生成各种类别的3D模型,包括汽车、椅子、动物、摩托车、人物角色和建筑等。生成的模型具有丰富的几何细节和高质量纹理。

GET3D生成结果

  1. 几何形状和纹理的解耦

GET3D实现了几何形状和纹理的有效解耦。这意味着可以独立控制生成模型的形状和纹理,为创作提供了更大的灵活性。

  1. 潜在空间插值

通过在潜在空间中进行随机游走,GET3D可以实现不同形状之间的平滑过渡,为创作提供了更多可能性。

  1. 无监督材质生成

结合DIBR++技术,GET3D能够以完全无监督的方式生成材质并产生有意义的视角相关光照效果。

  1. 文本引导的形状生成

GET3D还支持基于文本提示的3D形状生成,为用户提供了更直观的创作方式。

GET3D的应用前景

GET3D为多个行业和应用场景带来了巨大的潜力:

  1. 游戏开发: 快速生成游戏中需要的各种3D模型,如角色、道具、环境等。
  2. 虚拟现实: 为VR内容创作提供丰富的3D资源。
  3. 电影制作: 辅助创建电影中的数字场景和角色。
  4. 建筑设计: 生成多样化的建筑模型,辅助设计和规划。
  5. 产品设计: 快速生成产品原型,加速设计迭代。
  6. 教育: 为学习3D建模的学生提供参考和灵感。

模型训练和使用

GET3D的训练和使用主要包括以下步骤:

  1. 准备数据集: GET3D使用合成数据集进行训练。研究团队提供了ShapeNet数据集的渲染脚本。

  2. 模型训练: 训练过程需要高性能GPU。以下是训练汽车模型的示例命令:

python train_3d.py --outdir=PATH_TO_LOG --data=PATH_TO_RENDER_IMG --camera_path PATH_TO_RENDER_CAMERA --gpus=8 --batch=32 --gamma=40 --data_camera_mode shapenet_car --dmtet_scale 1.0 --use_shapenet_split 1 --one_3d_generator 1 --fp32 0
  1. 推理和可视化: 使用预训练模型进行推理和可视化。示例命令如下:
python train_3d.py --outdir=save_inference_results/shapenet_car --gpus=1 --batch=4 --gamma=40 --data_camera_mode shapenet_car --dmtet_scale 1.0 --use_shapenet_split 1 --one_3d_generator 1 --fp32 0 --inference_vis 1 --resume_pretrain MODEL_PATH
  1. 生成纹理网格: 添加--inference_to_generate_textured_mesh 1选项可生成带纹理的网格。

  2. 潜在代码插值: 添加--inference_save_interpolation 1选项可生成潜在代码插值结果。

结论

GET3D为3D内容创作开辟了新的可能性。通过从2D图像中学习生成高质量的3D纹理形状,它大大简化了3D模型的创建过程。随着技术的进一步发展和应用,我们可以期待看到更多令人惊叹的3D内容涌现,推动虚拟世界和数字体验的边界不断扩展。

GET3D的开源为研究人员和开发者提供了宝贵的资源,相信未来会有更多基于GET3D的创新应用出现。无论您是3D艺术家、游戏开发者,还是对3D生成感兴趣的研究人员,GET3D都为您提供了一个强大的工具,去探索和创造令人惊叹的3D世界。

编辑推荐精选

AEE

AEE

AI Excel全自动制表工具

AEE 在线 AI 全自动 Excel 编辑器,提供智能录入、自动公式、数据整理、图表生成等功能,高效处理 Excel 任务,提升办公效率。支持自动高亮数据、批量计算、不规则数据录入,适用于企业、教育、金融等多场景。

UI-TARS-desktop

UI-TARS-desktop

基于 UI-TARS 视觉语言模型的桌面应用,可通过自然语言控制计算机进行多模态操作。

UI-TARS-desktop 是一款功能强大的桌面应用,基于 UI-TARS(视觉语言模型)构建。它具备自然语言控制、截图与视觉识别、精确的鼠标键盘控制等功能,支持跨平台使用(Windows/MacOS),能提供实时反馈和状态显示,且数据完全本地处理,保障隐私安全。该应用集成了多种大语言模型和搜索方式,还可进行文件系统操作。适用于需要智能交互和自动化任务的场景,如信息检索、文件管理等。其提供了详细的文档,包括快速启动、部署、贡献指南和 SDK 使用说明等,方便开发者使用和扩展。

Wan2.1

Wan2.1

开源且先进的大规模视频生成模型项目

Wan2.1 是一个开源且先进的大规模视频生成模型项目,支持文本到图像、文本到视频、图像到视频等多种生成任务。它具备丰富的配置选项,可调整分辨率、扩散步数等参数,还能对提示词进行增强。使用了多种先进技术和工具,在视频和图像生成领域具有广泛应用前景,适合研究人员和开发者使用。

爱图表

爱图表

全流程 AI 驱动的数据可视化工具,助力用户轻松创作高颜值图表

爱图表(aitubiao.com)就是AI图表,是由镝数科技推出的一款创新型智能数据可视化平台,专注于为用户提供便捷的图表生成、数据分析和报告撰写服务。爱图表是中国首个在图表场景接入DeepSeek的产品。通过接入前沿的DeepSeek系列AI模型,爱图表结合强大的数据处理能力与智能化功能,致力于帮助职场人士高效处理和表达数据,提升工作效率和报告质量。

Qwen2.5-VL

Qwen2.5-VL

一款强大的视觉语言模型,支持图像和视频输入

Qwen2.5-VL 是一款强大的视觉语言模型,支持图像和视频输入,可用于多种场景,如商品特点总结、图像文字识别等。项目提供了 OpenAI API 服务、Web UI 示例等部署方式,还包含了视觉处理工具,有助于开发者快速集成和使用,提升工作效率。

HunyuanVideo

HunyuanVideo

HunyuanVideo 是一个可基于文本生成高质量图像和视频的项目。

HunyuanVideo 是一个专注于文本到图像及视频生成的项目。它具备强大的视频生成能力,支持多种分辨率和视频长度选择,能根据用户输入的文本生成逼真的图像和视频。使用先进的技术架构和算法,可灵活调整生成参数,满足不同场景的需求,是文本生成图像视频领域的优质工具。

WebUI for Browser Use

WebUI for Browser Use

一个基于 Gradio 构建的 WebUI,支持与浏览器智能体进行便捷交互。

WebUI for Browser Use 是一个强大的项目,它集成了多种大型语言模型,支持自定义浏览器使用,具备持久化浏览器会话等功能。用户可以通过简洁友好的界面轻松控制浏览器智能体完成各类任务,无论是数据提取、网页导航还是表单填写等操作都能高效实现,有利于提高工作效率和获取信息的便捷性。该项目适合开发者、研究人员以及需要自动化浏览器操作的人群使用,在 SEO 优化方面,其关键词涵盖浏览器使用、WebUI、大型语言模型集成等,有助于提高网页在搜索引擎中的曝光度。

xiaozhi-esp32

xiaozhi-esp32

基于 ESP32 的小智 AI 开发项目,支持多种网络连接与协议,实现语音交互等功能。

xiaozhi-esp32 是一个极具创新性的基于 ESP32 的开发项目,专注于人工智能语音交互领域。项目涵盖了丰富的功能,如网络连接、OTA 升级、设备激活等,同时支持多种语言。无论是开发爱好者还是专业开发者,都能借助该项目快速搭建起高效的 AI 语音交互系统,为智能设备开发提供强大助力。

olmocr

olmocr

一个用于 OCR 的项目,支持多种模型和服务器进行 PDF 到 Markdown 的转换,并提供测试和报告功能。

olmocr 是一个专注于光学字符识别(OCR)的 Python 项目,由 Allen Institute for Artificial Intelligence 开发。它支持多种模型和服务器,如 vllm、sglang、OpenAI 等,可将 PDF 文件的页面转换为 Markdown 格式。项目还提供了测试框架和 HTML 报告生成功能,方便用户对 OCR 结果进行评估和分析。适用于科研、文档处理等领域,有助于提高工作效率和准确性。

飞书多维表格

飞书多维表格

飞书多维表格 ×DeepSeek R1 满血版

飞书多维表格联合 DeepSeek R1 模型,提供 AI 自动化解决方案,支持批量写作、数据分析、跨模态处理等功能,适用于电商、短视频、影视创作等场景,提升企业生产力与创作效率。关键词:飞书多维表格、DeepSeek R1、AI 自动化、批量处理、企业协同工具。

下拉加载更多