Project Icon

3DitScene

通过语言指令编辑3D场景的创新技术

3DitScene是一个开源项目,开发了基于语言引导的解耦高斯散射技术来编辑3D场景。该技术允许通过自然语言指令编辑场景中的特定对象,包括移动、旋转或删除。项目保持场景整体一致性,同时支持生成新视角。开发者提供了安装指南和使用说明,并在Hugging Face平台上部署了演示,方便研究人员和开发者探索这一3D场景编辑技术。

3DitScene:通过语言引导的解耦高斯分布实现任意场景编辑

项目主页 Hugging Face Spaces arXiv

移动熊,并旋转相机移动/移除女孩,并旋转相机

安装

  • 安装 Python >= 3.8
  • 安装 torch >= 1.12。我们已在 torch==2.0.1+cu118 上测试过,但其他版本应该也能正常工作。
  • 克隆我们的仓库:
git clone https://github.com/zqh0253/3DitScene.git --recursive
  • 安装依赖:
pip install -r requirements.txt
  • 安装子模块:
pip install ./submodules/segment-anything-langsplat
pip install ./submodules/MobileSAM-lang
pip install ./submodules/langsplat-rasterization
pip install ./submodules/simple-knn
  • 准备 SAM 的权重:
mkdir ckpts
wget https://dl.fbaipublicfiles.com/segment_anything/sam_vit_h_4b8939.pth -O ./ckpts/sam_vit_h_4b8939.pth
cp submodules/MobileSAM-lang/weights/mobile_sam.pt ./ckpts/

使用方法

运行以下命令启动优化过程:

python -u launch.py --config custom/threestudio-3dgs/configs/scene_lang.yaml  --train --gpu 0 tag=3DitScene 
system.geometry.geometry_convert_from=depth:${IMGPATH} system.geometry.ooi_bbox=${BBOX}
system.prompt_processor.prompt="${PROMPT}" system.empty_prompt="${EMPTY_PROMPT}" system.side_prompt="${SIDE_PROMPT}"

你需要指定图像路径 IMGPATH、感兴趣对象的边界框 BBOX,以及提示:PROMPTEMPTY_PROMPTSIDE_PROMPT。这些提示分别描述图像本身、图像背后的背景区域和新视角区域的内容。

这里我们提供一张图片(./assets/teddy.png)作为示例:

python -u launch.py --config custom/threestudio-3dgs/configs/scene_lang.yaml  --train --gpu 0 tag=3DitScene 
system.geometry.geometry_convert_from=depth:assets/teddy.png system.geometry.ooi_bbox=[122,119,387,495]
system.prompt_processor.prompt="a teddy bear in Times Square" system.empty_prompt="Times Square, out of focus" system.side_prompt="Times Square, out of focus"

Huggingface 演示

我们提供了一个 Huggingface 演示。你有两种方式来体验我们的演示: (1) 访问我们的在线 Hugging Face space。 (2) 按照以下步骤在本地部署:

  • 按照我们的 Dockerfile 中指定的内容安装必要的包并下载所需文件,
  • 运行以下命令在 localhost:10091 启动服务:
python gradio_app_single_process.py --listen --hf-space --port 10091

引用

如果你觉得我们的工作有用,请考虑引用:

inproceedings{zhang20243DitScene,
  author = {Qihang Zhang and Yinghao Xu and Chaoyang Wang and Hsin-Ying Lee and Gordon Wetzstein and Bolei Zhou and Ceyuan Yang},
  title = {{3DitScene}: Editing Any Scene via Language-guided Disentangled Gaussian Splatting},
  booktitle = {arXiv},
  year = {2024}
}
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号