Surf-D:使用扩散模型生成任意拓扑的高质量表面<br> 项目页面 | 论文
这是使用PyTorch的Surf-D官方实现
我们提出了Surf-D,一种使用扩散模型生成任意拓扑的高质量3D形状作为表面的新方法。先前的方法探索了不同表示的形状生成,但它们受限于有限的拓扑和较差的几何细节。为了生成任意拓扑的高质量表面,我们使用无符号距离场(UDF)作为我们的表面表示,以适应任意拓扑。此外,我们提出了一种新的管道,采用基于点的自编码器来学习一个紧凑和连续的潜在空间,以准确编码UDF并支持高分辨率网格提取。我们进一步表明,我们的新管道在学习距离场方面显著优于先前的方法,例如基于网格的自编码器,后者不可扩展且无法学习准确的UDF。此外,我们采用课程学习策略来高效嵌入各种表面。利用预训练的形状潜在空间,我们采用潜在扩散模型来获取各种形状的分布。我们在无条件生成、类别条件生成、图像条件生成和文本到形状任务上进行了广泛的实验。实验表明,Surf-D在多种模态条件下的形状生成方面表现出色。
我们建议使用Anaconda。
创建并激活虚拟环境。
conda env create -f environment.yaml
conda activate SurfD
cd meshudf
python3 setup.py build_ext --inplace
在谷歌云盘下载我们的预训练模型。
无条件生成:
python -m sample.generate_uncond \
--model_path pretrained_models/diffusion_uncond.pt \
--output_dir ./outputs/uncond/ \
--cond_mode no_cond \
--ae_dir pretrained_models/ae_deepfashion3d.pt \
--num_samples 10 \
--resolution 512
草图条件生成:
python -m sample.generate_sketch \
--model_path pretrained_models/diffusion_sketch.pt \
--output_dir ./outputs/sketch_cond/ \
--cond_mode sketch \
--ae_dir pretrained_models/ae_deepfashion3d.pt \
--sketch_path demo_images/sketch.png \
--resolution 512
图像条件生成:
python -m sample.generate_image \
--model_path pretrained_models/diffusion_image.pt \
--output_dir ./outputs/image_cond/ \
--cond_mode img \
--ae_dir pretrained_models/ae_pix3d.pt \
--image_path demo_images/image.jpg \
--mask_path demo_images/mask.jpg \
--resolution 512
文本条件生成:
python -m sample.generate_text \
--model_path pretrained_models/diffusion_text.pt \
--output_dir ./outputs/text_cond/ \
--cond_mode text \
--ae_dir pretrained_models/ae_text.pt \
--prompt "一把餐椅" \
--watertight --num_samples 10 \
--resolution 512
在DeepFashion3D下载DeepFashion3D数据集,在Pix3D下载Pix3D数据集,在ShapeNet下载ShapeNet数据集。
cd AutoEncoder/encdc
python preprocess_udfs.py /path/to/data_root /path/to/output dataset_name
cd AutoEncoder/encdc
python train_encdec.py ../cfg/xxx/xxx.yaml
python train_diffcloth.py --cond_mode no_cond --save_dir xxx --overwrite --data_dir xxx --ae_dir xxx --log_interval 25 --save_interval 10000 --dataset deepfashion3d
我们的代码参考了MDM、SDFusion、DrapeNet、MeshUDF、Stable Diffusion。我们感谢这些作者的杰出工作和开源贡献。
<a name="citation"></a>
如果您发现这项工作对您的研究有用,请考虑引用我们的论文:
@article{yu2023surf, title={Surf-D: High-Quality Surface Generation for Arbitrary Topologies using Diffusion Models}, author={Yu, Zhengming and Dou, Zhiyang and Long, Xiaoxiao and Lin, Cheng and Li, Zekun and Liu, Yuan and M{\"u}ller, Norman and Komura, Taku and Habermann, Marc and Theobalt, Christian and others}, journal={arXiv preprint arXiv:2311.17050}, year={2023} }
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。
字节跳动发布的AI编程神器IDE
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。
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。
AI助力,做PPT更简单!
咔片是一款轻量化在线演示设计工具,借助 AI 技术,实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT,提供海量模板、智能美化、素材替换等功能,适用于销售、教师、学生等各类人群,能高效制作出高品质 PPT,满足不同场景演示需求。
选题、配图、成文,一站式创作,让内容运营更高效
讯飞绘文,一个AI集成平台,支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容,加速品牌传播,提升内容营销效果。