LGM

大规模多视图高斯模型

这是《LGM:用于高分辨率3D内容创建的大规模多视图高斯模型》的官方实现。

项目主页 | Arxiv | 模型权重 | <a href="https://huggingface.co/spaces/ashawkey/LGM"><img src="https://img.shields.io/badge/%F0%9F%A4%97%20Gradio%20演示-Huggingface-orange"></a>

https://github.com/3DTopia/LGM/assets/25863658/cf64e489-29f3-4935-adba-e393a24c26e8

新闻

[2024.4.3] 感谢@yxymessi和@florinshen，我们修复了旋转归一化中的一个严重bug。我们使用正确的归一化微调了模型30个epoch，并上传了新的检查点。

Replicate演示:

高斯点: 演示 | 代码
网格: 演示 | 代码

感谢@camenduru!

安装

# 需要xformers! 请参考https://github.com/facebookresearch/xformers获取详细信息。
# 例如，我们使用torch 2.1.0 + cuda 11.8
pip install torch==2.1.0 torchvision==0.16.0 torchaudio==2.1.0 --index-url https://download.pytorch.org/whl/cu118
pip install -U xformers --index-url https://download.pytorch.org/whl/cu118

# 修改版高斯散射（+ 深度，alpha渲染）
git clone --recursive https://github.com/ashawkey/diff-gaussian-rasterization
pip install ./diff-gaussian-rasterization

# 用于网格提取
pip install git+https://github.com/NVlabs/nvdiffrast

# 其他依赖
pip install -r requirements.txt

预训练权重

我们的预训练权重可以从huggingface下载。

例如，下载fp16模型用于推理:

mkdir pretrained && cd pretrained
wget https://huggingface.co/ashawkey/LGM/resolve/main/model_fp16_fixrot.safetensors
cd ..

对于MVDream和ImageDream，我们使用diffusers实现。它们的权重将自动下载。

推理

推理需要约10GB的GPU内存（加载所有imagedream、mvdream和我们的LGM）。

### 用于文本/图像到3D的gradio应用
python app.py big --resume pretrained/model_fp16.safetensors

### 测试
# --workspace: 保存输出的文件夹（*.ply和*.mp4）
# --test_path: 包含图像的文件夹路径，或单个图像的路径
python infer.py big --resume pretrained/model_fp16.safetensors --workspace workspace_test --test_path data_test 

### 本地GUI可视化保存的ply
python gui.py big --output_size 800 --test_path workspace_test/saved.ply

### 网格转换
python convert.py big --test_path workspace_test/saved.ply

更多选项，请查看options。

训练

注意: 由于我们训练中使用的数据集基于AWS，无法直接在新环境中用于训练。我们提供了必要的训练代码框架，请检查并修改数据集实现！

我们还在objaverse_filter中提供了用于训练LGM的Objaverse约80K子集。

# 调试训练
accelerate launch --config_file acc_configs/gpu1.yaml main.py big --workspace workspace_debug

# 训练（使用slurm进行多节点训练）
accelerate launch --config_file acc_configs/gpu8.yaml main.py big --workspace workspace

致谢

本工作建立在许多出色的研究工作和开源项目之上，非常感谢所有作者的分享！

引用

@article{tang2024lgm,
  title={LGM: Large Multi-View Gaussian Model for High-Resolution 3D Content Creation},
  author={Tang, Jiaxiang and Chen, Zhaoxi and Chen, Xiaokang and Wang, Tengfei and Zeng, Gang and Liu, Ziwei},
  journal={arXiv preprint arXiv:2402.05054},
  year={2024}
}