SF3D：具有UV展开和光照解耦的稳定快速3D网格重建

这是Stable Fast 3D的官方代码库，它是一个最先进的开源模型，用于从单张图像进行快速前馈3D网格重建。

Stable Fast 3D基于TripoSR，但引入了几项新的关键技术。首先，我们明确优化了模型，以生成无瑕疵的网格和具有UV展开的纹理。我们还对颜色进行去光照处理并预测材质参数，使资产更易于集成到游戏中。我们实现了所有这些功能，同时保持了TripoSR的快速推理速度。

入门指南

安装

确保您的环境：

Python >= 3.8
可用CUDA
根据您的平台安装了PyTorch：https://pytorch.org/get-started/locally/ [确保PyTorch CUDA版本与您系统的版本匹配。]
通过pip install -U setuptools==69.5.1更新setuptools

然后使用pip install -r requirements.txt安装其余依赖。对于gradio演示，还需要额外执行pip install -r requirements-demo.txt。

手动推理

python run.py demo_files/examples/chair1.png --output-dir output/

这将把重建的3D模型保存为GLB文件到output/目录。您也可以指定多个以空格分隔的图像路径。默认选项对单张图像输入需要约6GB显存。

您还可以使用--texture-resolution指定输出纹理的分辨率（以像素为单位），使用--remesh_option指定重网格化操作（None、Triangle、Quad）。

有关此脚本的详细用法，请使用python run.py --help。

本地Gradio应用

python gradio_app.py

引用

@article{sf3d2024,
  title={SF3D: Stable Fast 3D Mesh Reconstruction with UV-unwrapping and Illumination Disentanglement},
  author={Boss, Mark and Huang, Zixuan and Vasishta, Aaryaman and Jampani, Varun},
  journal={arXiv preprint},
  year={2024}
}