Instant-angelo

Instant-angelo

快速实现高保真三维重建,20分钟出结果

Instant-angelo项目旨在在20分钟内实现高保真的数字孪生三维重建,特别适合移动设备捕获的RGB视频。通过使用UniSDF等技术,能够逼真地重建反射物体。项目支持平滑和细节重建模式,分别适用于简单和复杂表面。提供详细的安装和数据准备指南,并支持自定义数据集。了解如何高效地完成高质量神经表面的重建,体验快速稳定的三维模型生成。

Instant-angelo高保真3D重建COLMAP快速重建Github开源项目

Instant-angelo 项目简介

项目概述

Instant-angelo 是一项创新的项目,旨在快速创建高保真数字孪生体(Digital Twin),并且时间仅需 20 分钟!它能够从常见的移动设备拍摄的 RGB 视频中构建出逼真的 3D 表面。这些 3D 表面不论是小型物体还是大型真实场景,都能展现出卓越的三维地理细节。然而,目前的方法在速度和细节保真度上仍有改进空间。Instant-angelo 正致力于研究如何在短时间内达到高质量的重建效果。

最新进展

项目新增了 UniSDF 的重新实现,这是一种通用微分渲染器,用于反射物体的 3D 重建,表现出了最先进的效果。通过在反射模式下的应用,Instant-angelo 将能够更好地重建反光表面,提升项目的逼真度及重建速度。

项目目标

目前的 Neuralangelo 版本在实际场景重建上需要 40 小时和 40 GB 的显存。为了弥补这一不足,Instant-angelo 计划开发一个改进版的模型,使得在 20 分钟内实现高保真的神经表面重建成为可能,不牺牲质量。

安装说明

项目对安装环境有一定要求。在终端中,用户需要运行如下命令以安装必要的软件包:

pip install torch torchvision pip install git+https://github.com/NVlabs/tiny-cuda-nn/#subdirectory=bindings/torch pip install -r requirements.txt

有关 COLMAP 的安装说明,请访问其官方网站。

数据准备

在进行重建之前,用户需要准备数据并按照如下结构组织:

-data_001
    -images
    -mask (optional)
-data_002
    -images
    -mask (optional)

使用 COLMAP 后,可以用提供的脚本进行预处理和滤波以优化重建效果。

重建开始

项目提供了不同的重建模式,从平滑表面重建到细节表面重建,以及实验性的反射表面重建,用户可以根据具体需求选择不同的模式。

平滑表面重建

这种模式适用于表面光滑、细节较少的物体。执行命令:

bash run_neuralangelo-colmap_sparse.sh ${INPUT_DIR}

细节表面重建

如果需要高保真的细节重建,并有现成的点云数据,可以使用以下命令:

bash run_neuralangelo-colmap_dense.sh ${INPUT_DIR}

实验性反射表面重建

对于反射表面的重建,可以尝试:

bash run_neuralangelo-colmap_sparse_reflection.sh ${INPUT_DIR}

常见问题解答

1. CUDA 内存不足怎么办?

Instant-angelo 需要至少 10GB 的 GPU 内存。可以尝试降低 model.num_samples_per_ray 的数值从 1024 到 512。

2. 我可以在商业项目中使用该项目吗?

项目采用 MIT 许可证,允许商业使用,但需适当归属原作者和项目。

3. 我的自定义数据集重建效果不好怎么办?

如果遇到与数据集不兼容的问题,请联系项目维护者或在项目页面提出问题。

相关项目

  • instant-nsr-pl:优秀的 PyTorch-Lightning 实现
  • neuralangelo:Neuralangelo 官方实现
  • sdfstudio:基于 SDF 的神经重建统一框架

致谢

特别感谢 UniSDF 的作者 Fangjinhua Wang 以及 instant-nsr-pl 的 bennyguo 等人对项目改进的贡献。

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