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

openai-agents-python

openai-agents-python

OpenAI Agents SDK,助力开发者便捷使用 OpenAI 相关功能。

openai-agents-python 是 OpenAI 推出的一款强大 Python SDK,它为开发者提供了与 OpenAI 模型交互的高效工具,支持工具调用、结果处理、追踪等功能,涵盖多种应用场景,如研究助手、财务研究等,能显著提升开发效率,让开发者更轻松地利用 OpenAI 的技术优势。

Hunyuan3D-2

Hunyuan3D-2

高分辨率纹理 3D 资产生成

Hunyuan3D-2 是腾讯开发的用于 3D 资产生成的强大工具,支持从文本描述、单张图片或多视角图片生成 3D 模型,具备快速形状生成能力,可生成带纹理的高质量 3D 模型,适用于多个领域,为 3D 创作提供了高效解决方案。

3FS

3FS

一个具备存储、管理和客户端操作等多种功能的分布式文件系统相关项目。

3FS 是一个功能强大的分布式文件系统项目,涵盖了存储引擎、元数据管理、客户端工具等多个模块。它支持多种文件操作,如创建文件和目录、设置布局等,同时具备高效的事件循环、节点选择和协程池管理等特性。适用于需要大规模数据存储和管理的场景,能够提高系统的性能和可靠性,是分布式存储领域的优质解决方案。

TRELLIS

TRELLIS

用于可扩展和多功能 3D 生成的结构化 3D 潜在表示

TRELLIS 是一个专注于 3D 生成的项目,它利用结构化 3D 潜在表示技术,实现了可扩展且多功能的 3D 生成。项目提供了多种 3D 生成的方法和工具,包括文本到 3D、图像到 3D 等,并且支持多种输出格式,如 3D 高斯、辐射场和网格等。通过 TRELLIS,用户可以根据文本描述或图像输入快速生成高质量的 3D 资产,适用于游戏开发、动画制作、虚拟现实等多个领域。

ai-agents-for-beginners

ai-agents-for-beginners

10 节课教你开启构建 AI 代理所需的一切知识

AI Agents for Beginners 是一个专为初学者打造的课程项目,提供 10 节课程,涵盖构建 AI 代理的必备知识,支持多种语言,包含规划设计、工具使用、多代理等丰富内容,助您快速入门 AI 代理领域。

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。

下拉加载更多