基于文本的3D模型优化界面
Threefiner是一个开源的3D模型优化工具,通过文本指令来引导模型细化过程。它支持多种常见3D文件格式,提供命令行和图形界面,可使用Deepfloyd-IF-II在短时间内完成纹理优化。该工具集成了Stable Diffusion和IF等AI模型,能够进行几何结构固定和纹理改进,并支持方向性文本提示。Threefinder为3D创作者提供了一个高效的模型优化解决方案。
一个用于文本引导的网格细化接口。
https://github.com/3DTopia/threefiner/assets/25863658/a4abe725-b542-4a4a-a6d4-e4c4821f7d96
ply
格式、obj
格式,以及带纹理的单一对象glb/gltf
格式!我们依赖torch
和几个CUDA扩展,请确保先正确安装它们!
# tiny-cuda-nn pip install git+https://github.com/NVlabs/tiny-cuda-nn/#subdirectory=bindings/torch # nvdiffrast pip install git+https://github.com/NVlabs/nvdiffrast # [可选,如果不可用将使用pysdf] cubvh: pip install git+https://github.com/ashawkey/cubvh
要使用Deepfloyd-IF模型,请登录您的huggingface账户并接受许可。
安装本包:
# 从pypi安装 pip install threefiner # 从github安装 pip install git+https://github.com/3DTopia/threefiner # 本地安装 git clone https://github.com/3DTopia/threefiner cd threefiner pip install .
### 命令行界面 threefiner --help # 这等同于 python -m threefiner.cli --help ### 使用Stable-diffusion细化粗糙网格('input.obj')并保存为'logs/hamburger.glb' threefiner sd --mesh input.obj --prompt 'a hamburger' --outdir logs --save hamburger.glb ### 如果初始纹理良好,我们建议使用IF2进行细化。 # 默认情况下,它将保存为'./name_fine.glb' threefiner if2 --mesh name.glb --prompt 'description' ### 如果初始纹理不佳,我们建议先使用SD或IF。 threefiner sd --mesh name.glb --prompt 'description' threefiner if --mesh name.glb --prompt 'description' ### 如果初始几何形状良好,您可以固定几何形状。 threefiner sd_fixgeo --mesh name.glb --prompt 'description' threefiner if_fixgeo --mesh name.glb --prompt 'description' threefiner if2_fixgeo --mesh name.glb --prompt 'description' ### 高级用法 # 定向文本提示(在文本提示中附加前/侧/后视图) # 您需要知道网格的正面朝向并通过'--front_dir'指定 # 我们使用OpenGL坐标系,即+x为右,+y为上,+z为前(更多详情:https://kit.kiui.moe/camera/) # 顺时针旋转可以每90度指定一次,例如+z1,-y2 threefiner if2 --mesh input.glb --prompt 'description' --text_dir --front_dir='+z' # 调整训练迭代次数 threefiner if2 --mesh input.glb --prompt 'description' --iters 1000 # 明确固定几何形状并只细化纹理 threefiner if2 --fix-geo --geom_mode mesh --mesh input.glb --prompt 'description' # 等同于if2_fixgeo # 打开GUI以可视化训练进度(需要桌面环境) threefiner if2 --mesh input.glb --prompt 'description' --gui
Gradio演示:
# 需要gradio 4 python gradio_app.py if2
更多示例,请参见scripts。
如何确保模型的--front_dir
正确?
您可以首先在遵循OpenGL坐标系的3D查看器中进行可视化:
<p align="center"> <picture> <img alt="示例_front_dir" src="https://yellow-cdn.veclightyear.com/835a84d5/d7699c19-12d6-4f5d-bd61-1736301c89d7.jpg" width="50%"> </picture> </p> 椅子面朝Y轴负方向(绿色),所以我们可以使用`--front_dir="-y"`将其校正为面向+Z轴(蓝色)。致命错误:EGL/egl.h:没有这样的文件或目录
默认情况下,我们使用OpenGL光栅化器。这个错误意味着没有安装OpenGL,这在无头服务器上经常发生。
建议安装OpenGL(连同NVIDIA驱动程序),因为它能带来更好的性能。
否则,您可以附加--force_cuda_rast
来使用CUDA光栅化器。
本工作基于许多令人惊叹的研究成果和开源项目,非常感谢所有作者的分享!
guidance
类基于 diffusers。diffmc
几何形状基于 diso。mesh
几何形状基于 nerf2mesh。一站式AI创作平台
提供 AI 驱动的图片、视频生成及数字人等功能,助力创意创作
AI办公助手,复杂任务高效处理
AI办公助手,复杂任务高效处理。办公效率低?扣子空间AI助手支持播客生成、PPT制作、网页开发及报告写作,覆盖科研、商业、舆情等领域的专家Agent 7x24小时响应,生活工作无缝切换,提升50%效率!
AI数字人视频创作平台
Keevx 一款开箱即用的AI数字人视频创作平台,广泛适用于电商广告、企业培训与社媒宣传,让全球企业与个人创作者无需拍摄剪辑,就能快速生成 多语言、高质量的专业视频。
AI辅助编程,代码自动修复
Trae是一种自适应的集成开发环境(IDE),通过自动化和多元协作改变开发流程。利用Trae,团队能够更快速、精确地编写和部署代码,从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能,是提升开发效率的理想工具。
AI小说写作助手,一站式润色、改写、扩写
蛙蛙写作—国内先进的AI写作平台,涵盖小说、学术、社交媒体等多场景。提供续写、改写、润色等功能,助力创作者高效优化写作流程。界面简洁,功能全面,适合各类写作者提升内容品质和工作效率。
全能AI智能助手,随时解答生活与工作的多样问题
问小白,由元石科技研发的AI智能助手,快速准确地解答各种生活和工作问题,包括但不限于搜索、规划和社交互动,帮助用户在日常生活中提高效率,轻松管理个人事务。
实时语音翻译/同声传译工具
Transly是一个多场景的AI大语言模型驱动的同声传译、专业翻译助手,它拥有超精准的音频识别翻译能力,几乎零延迟的使用体验和支持多国语言可以让你带它走遍全球,无论你是留学生、商务人士、韩剧美剧爱好者,还是出国游玩、多国会议、跨国追星等等,都可以满足你所有需要同传的场景需求,线上线下通用,扫除语言障碍,让全世界的语言交流不再有国界。
一键生成PPT和Word,让学习生活更轻松
讯飞智文是一个利用 AI 技术的项目,能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定,还是学生群体的职业生涯规划、实习避坑指南,亦或是活动策划、旅游攻略等内容,它都能提供支持,帮助用户精准表达,轻松呈现各种信息。
深度推理能力全新升级,全面对标OpenAI o1
科大讯飞的星火大模型,支持语言理解、知识问答和文本创作等多功能,适用于多种文件和业务场景,提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台,涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能,能为不同需求的用户提供便捷高效的帮助,助力用户轻松获取信息、解决问题,满足多样化使用场景。
一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型
Spark-TTS 是一个基于 PyTorch 的开源文 本到语音合成项目,由多个知名机构联合参与。该项目提供了高效的 LLM(大语言模型)驱动的语音合成方案,支持语音克隆和语音创建功能,可通过命令行界面(CLI)和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数,生成高质量的语音。该项目适用于多种场景,如有声读物制作、智能语音助手开发等。
最新AI工具、AI资讯
独家AI资源、AI项目落地
微信扫一扫关注公众号