中文亚洲精品无码_熟女乱子伦免费_人人超碰人人爱国产_亚洲熟妇女综合网

當(dāng)前位置: 首頁 > news >正文

博客和網(wǎng)站有什么不同百度廣告點(diǎn)擊軟件源碼

博客和網(wǎng)站有什么不同,百度廣告點(diǎn)擊軟件源碼,國內(nèi)知名網(wǎng)站建設(shè)企業(yè),動(dòng)漫電影做英語教學(xué)視頻網(wǎng)站有哪些TRELLIS 是一個(gè)大型 3D 資產(chǎn)生成模型。它接收文本或圖像提示,并生成各種格式的高質(zhì)量 3D 資產(chǎn),例如 Radiance Fields、3D Gaussians 和網(wǎng)格。TRELLIS 的基石是統(tǒng)一的結(jié)構(gòu)化 LATent (SLAT) 表示,它允許解碼為不同的輸出…

TRELLIS 是一個(gè)大型 3D 資產(chǎn)生成模型。它接收文本或圖像提示,并生成各種格式的高質(zhì)量 3D 資產(chǎn),例如 Radiance Fields、3D Gaussians 和網(wǎng)格。TRELLIS 的基石是統(tǒng)一的結(jié)構(gòu)化 LATent (SLAT) 表示,它允許解碼為不同的輸出格式,并為 SLAT 量身定制的整流變壓器作為強(qiáng)大的支柱。我們在 500K 不同對象的大型 3D 資產(chǎn)數(shù)據(jù)集上提供具有多達(dá) 20 億個(gè)參數(shù)的大規(guī)模預(yù)訓(xùn)練模型。TRELLIS 顯著超越了現(xiàn)有方法,包括最近類似比例的方法,并展示了以前型號(hào)所沒有的靈活輸出格式選擇和本地 3D 編輯功能。

6100 Stars 388 Forks 67 Issues 5 貢獻(xiàn)者 MIT License Python 語言

代碼: https://github.com/microsoft/TRELLIS

主頁: TRELLIS: Structured 3D Latents for Scalable and Versatile 3D Generation

更多AI開源軟件:AI開源 - 小眾AI

?

主要功能

  • **高質(zhì)量**:它以高質(zhì)量生成具有復(fù)雜形狀和紋理細(xì)節(jié)的各種 3D 資產(chǎn)。
  • **多功能性**:它接受文本或圖像提示,可以生成各種最終的 3D 表示,包括但不限于*輻射場*、*3D 高斯*和*網(wǎng)格*,以適應(yīng)不同的下游要求。
  • **靈活編輯**:它允許輕松編輯生成的 3D 資產(chǎn),例如生成同一對象的變體或?qū)?3D 資產(chǎn)進(jìn)行本地編輯。

📦 安裝和使用

先決條件
  • **系統(tǒng)**:代碼目前僅在 **Linux** 上進(jìn)行測試。對于 Windows 設(shè)置,您可以參考 #3(未完全測試)。

  • **硬件**:需要至少具有 16GB 內(nèi)存的 NVIDIA GPU。該代碼已在 NVIDIA A100 和 A6000 GPU 上得到驗(yàn)證。

  • 軟件:

    • 需要 CUDA 工具包來編譯某些子模塊。該代碼已使用 CUDA 版本 11.8 和 12.2 進(jìn)行了測試。
    • 建議使用 Conda 來管理依賴項(xiàng)。
    • 需要 Python 版本 3.8 或更高版本。
安裝步驟
  1. 克隆存儲(chǔ)庫:

    git clone --recurse-submodules https://github.com/microsoft/TRELLIS.git
    cd TRELLIS
    
  2. 安裝依賴項(xiàng):
    **在運(yùn)行以下命令之前,需要注意一些事項(xiàng):**

    • 通過添加 ,將創(chuàng)建一個(gè)名為 的新 conda 環(huán)境。如果要使用現(xiàn)有的 conda 環(huán)境,請刪除此標(biāo)記。--new-envtrellis?
    • 默認(rèn)情況下,環(huán)境將使用 pytorch 2.4.0 和 CUDA 11.8。如果您想使用不同版本的 CUDA(例如,如果您安裝了 CUDA Toolkit 12.2 并且不想安裝另一個(gè) 11.8 版本進(jìn)行子模塊編譯),您可以刪除該標(biāo)志并手動(dòng)安裝所需的依賴項(xiàng)。有關(guān)安裝命令,請參閱 PyTorch。trellis--new-env?
    • 如果您安裝了多個(gè) CUDA Toolkit 版本,則應(yīng)在運(yùn)行命令之前將其設(shè)置為正確的版本。例如,如果您安裝了 CUDA Toolkit 11.8 和 12.2,則應(yīng)在運(yùn)行命令之前運(yùn)行。PATHexport PATH=/usr/local/cuda-11.8/bin:$PATH?
    • 默認(rèn)情況下,代碼使用 backend 進(jìn)行關(guān)注。對于不支持的 GPU(例如 NVIDIA V100),您可以刪除僅安裝 (install only) 的標(biāo)志,并將環(huán)境變量設(shè)置為在運(yùn)行代碼之前。有關(guān)更多詳細(xì)信息,請參閱 最小示例。flash-attnflash-attn--flash-attnxformersATTN_BACKENDxformers?
    • 由于依賴項(xiàng)數(shù)量眾多,安裝可能需要一段時(shí)間。請耐心等待。如果遇到任何問題,可以嘗試逐個(gè)安裝依賴項(xiàng),一次指定一個(gè)標(biāo)志。
    • 如果您在安裝過程中遇到任何問題,請隨時(shí)打開問題或聯(lián)系我們。

    創(chuàng)建一個(gè)名為 的新 conda 環(huán)境并安裝依賴項(xiàng):trellis?

    . ./setup.sh --new-env --basic --xformers --flash-attn --diffoctreerast --spconv --mipgaussian --kaolin --nvdiffrast
    

    運(yùn)行.setup.sh. ./setup.sh --help?

    Usage: setup.sh [OPTIONS]
    Options:-h, --help              Display this help message--new-env               Create a new conda environment--basic                 Install basic dependencies--xformers              Install xformers--flash-attn            Install flash-attn--diffoctreerast        Install diffoctreerast--vox2seq               Install vox2seq--spconv                Install spconv--mipgaussian           Install mip-splatting--kaolin                Install kaolin--nvdiffrast            Install nvdiffrast--demo                  Install all dependencies for demo
    

🤖 預(yù)訓(xùn)練模型

我們提供以下預(yù)訓(xùn)練模型:

描述#Params下載
格狀圖-大大型圖像到 3D 模型1.2乙下載
TRELLIS-text-base基本文本到 3D 模型342 米即將推出
格狀文本大號(hào)大型文本到 3D 模型1.1乙即將推出
格子文本 xlarge超大文本到 3D 模型2.0乙即將推出

這些模型托管在 Hugging Face 上。您可以在代碼中直接加載模型及其存儲(chǔ)庫名稱:

TrellisImageTo3DPipeline.from_pretrained("JeffreyXiang/TRELLIS-image-large")

如果您更喜歡從本地加載模型,可以從上面的鏈接下載模型文件,并使用文件夾路徑加載模型(應(yīng)保持文件夾結(jié)構(gòu)):

TrellisImageTo3DPipeline.from_pretrained("/path/to/TRELLIS-image-large")

💡 用法

最小示例

以下是如何使用預(yù)訓(xùn)練模型生成 3D 資產(chǎn)的示例。

import os
# os.environ['ATTN_BACKEND'] = 'xformers'   # Can be 'flash-attn' or 'xformers', default is 'flash-attn'
os.environ['SPCONV_ALGO'] = 'native'        # Can be 'native' or 'auto', default is 'auto'.# 'auto' is faster but will do benchmarking at the beginning.# Recommended to set to 'native' if run only once.import imageio
from PIL import Image
from trellis.pipelines import TrellisImageTo3DPipeline
from trellis.utils import render_utils, postprocessing_utils# Load a pipeline from a model folder or a Hugging Face model hub.
pipeline = TrellisImageTo3DPipeline.from_pretrained("JeffreyXiang/TRELLIS-image-large")
pipeline.cuda()# Load an image
image = Image.open("assets/example_image/T.png")# Run the pipeline
outputs = pipeline.run(image,seed=1,# Optional parameters# sparse_structure_sampler_params={#     "steps": 12,#     "cfg_strength": 7.5,# },# slat_sampler_params={#     "steps": 12,#     "cfg_strength": 3,# },
)
# outputs is a dictionary containing generated 3D assets in different formats:
# - outputs['gaussian']: a list of 3D Gaussians
# - outputs['radiance_field']: a list of radiance fields
# - outputs['mesh']: a list of meshes# Render the outputs
video = render_utils.render_video(outputs['gaussian'][0])['color']
imageio.mimsave("sample_gs.mp4", video, fps=30)
video = render_utils.render_video(outputs['radiance_field'][0])['color']
imageio.mimsave("sample_rf.mp4", video, fps=30)
video = render_utils.render_video(outputs['mesh'][0])['normal']
imageio.mimsave("sample_mesh.mp4", video, fps=30)# GLB files can be extracted from the outputs
glb = postprocessing_utils.to_glb(outputs['gaussian'][0],outputs['mesh'][0],# Optional parameterssimplify=0.95,          # Ratio of triangles to remove in the simplification processtexture_size=1024,      # Size of the texture used for the GLB
)
glb.export("sample.glb")# Save Gaussians as PLY files
outputs['gaussian'][0].save_ply("sample.ply")

運(yùn)行代碼后,您將獲得以下文件:

  • ?sample_gs.mp4?:顯示 3D 高斯表示的視頻
  • ?sample_rf.mp4?:顯示 Radiance Field 表示的視頻
  • ?sample_mesh.mp4?:顯示網(wǎng)格表示的視頻
  • ?sample.glb?:包含提取的紋理網(wǎng)格的 GLB 文件
  • ?sample.ply?:包含 3D 高斯表示的 PLY 文件

Web 演示

app.py 提供了一個(gè)簡單的 Web 演示,用于生成 3D 資產(chǎn)。由于此 demo 基于 Gradio,因此需要額外的依賴項(xiàng):

. ./setup.sh --demo

安裝依賴項(xiàng)后,您可以使用以下命令運(yùn)行 Demo:

python app.py

然后,您可以在終端中顯示的地址訪問演示。

http://www.risenshineclean.com/news/54243.html

相關(guān)文章:

  • 網(wǎng)站建設(shè)開發(fā)有限公司線下推廣方式有哪些
  • wordpress 4.8中文版高級seo是什么職位
  • 成都網(wǎng)站優(yōu)化報(bào)價(jià)營銷策劃師
  • 安徽省住房與城鄉(xiāng)建設(shè)網(wǎng)站網(wǎng)絡(luò)推廣怎么做
  • 上海網(wǎng)站建設(shè)的企濟(jì)南網(wǎng)站建設(shè)方案
  • 網(wǎng)站和webapp的區(qū)別網(wǎng)上推廣平臺(tái)
  • 網(wǎng)站建設(shè)詳細(xì)需求文檔東莞做網(wǎng)站哪個(gè)公司好
  • 全屏網(wǎng)站尺寸鄭州seo哪家專業(yè)
  • 如何提升網(wǎng)站速度女生讀網(wǎng)絡(luò)營銷與電商直播
  • 珠江現(xiàn)代建設(shè) 雜志社網(wǎng)站石家莊seo網(wǎng)絡(luò)優(yōu)化的公司
  • 科技打破壟斷全球的霸權(quán)鄭州seo排名優(yōu)化公司
  • 做門戶網(wǎng)站源碼上海網(wǎng)絡(luò)推廣平臺(tái)
  • php 做網(wǎng)站網(wǎng)店無貨源怎么做
  • 交友系統(tǒng)網(wǎng)站建設(shè)系統(tǒng)優(yōu)化的方法
  • 網(wǎng)站建設(shè)教程下載seo如何快速排名
  • 網(wǎng)站一屏做多大網(wǎng)址域名注冊
  • 手機(jī)網(wǎng)站制作行業(yè)排行前端seo搜索引擎優(yōu)化
  • 網(wǎng)站內(nèi)容作弊的形式南寧網(wǎng)站建設(shè)網(wǎng)絡(luò)公司
  • 建網(wǎng)站能在家里做嗎網(wǎng)站設(shè)計(jì)的流程
  • 中國紀(jì)檢監(jiān)察報(bào)電子報(bào)鄭州seo優(yōu)化顧問阿亮
  • wordpress首頁調(diào)用文章縮略圖上海百度整站優(yōu)化服務(wù)
  • 做網(wǎng)站加班市場調(diào)研報(bào)告范文
  • wordpress 鏈接 中文亂碼小璇seo優(yōu)化網(wǎng)站
  • 南寧網(wǎng)站推廣最新熱搜榜
  • 網(wǎng)絡(luò)規(guī)劃設(shè)計(jì)師需要的基礎(chǔ)百度網(wǎng)站怎樣優(yōu)化排名
  • 亞洲7號(hào)衛(wèi)星電視windows優(yōu)化大師下載
  • 網(wǎng)站 代備案谷歌google下載
  • wordpress 網(wǎng)頁飄窗深圳網(wǎng)站seo推廣
  • 網(wǎng)站后臺(tái)生成器網(wǎng)站制作優(yōu)化排名
  • 自己做的網(wǎng)站如何上首頁朝陽區(qū)seo