ImageDream

ImageDream

利用图像提示的多视角扩散方法实现创新3D内容生成

ImageDream是一个从单一2D图像输入生成逼真3D内容的开源项目。它结合图像提示和多视角扩散技术创建高质量3D模型,支持软阴影渲染,并提供简便的配置和安装指南。该项目展示了图像引导3D生成的最新应用,为计算机视觉和图形学研究提供了新的实验平台。

ImageDream三维生成图像提示多视图扩散人工智能Github开源项目

ImageDream重建

Peng Wang, Yichun Shi

项目页面 | 论文 | 演示

imagedream-threestudio-预告片

安装

此部分与原始MVDream-threestudio相同。如果您已经安装了环境,可以跳过此步骤。

快速开始

./extern/ImageDream/release_models/下克隆Huggingface ImageDream模型页面上的模型卡。

在论文中,我们使用带软着色的配置。在大多数情况下,需要A100 GPU来计算法线:

export PYTHONPATH=$PYTHONPATH:./extern/ImageDream image_file="./extern/ImageDream/assets/astronaut.png" ckpt_file="./extern/ImageDream/release_models/ImageDream/sd-v2.1-base-4view-ipmv.pt" cfg_file="./extern/ImageDream/imagedream/configs/sd_v2_base_ipmv.yaml" python3 launch.py \ --config configs/$method.yaml --train --gpu 0 \ name="imagedream-sd21-shading" tag="astronaut" \ system.prompt_processor.prompt="一名宇航员骑马" \ system.prompt_processor.image_path="${image_file}" \ system.guidance.ckpt_path="${ckpt_file}" \ system.guidance.config_path="${cfg_file}"

仅用于扩散模型,请参考子目录 ./extern/ImageDream/ 查看 ./threestudio/scripts/run_imagedream.sh 获取bash示例。

致谢

提示

  1. 将物体放在中心,不要在图像中使其过大或过小。
  2. 如果您有一个物体切割图像边缘,在配置中,调整仰角和视场角的参数范围为更大范围,例如[0, 30],否则,您可能需要进行图像外推并遵循提示1。
  3. 在3D渲染中使用之前,先用ImageDream扩散模型检查结果,以节省时间。

预计算结果

  • 由于扩散模型存在一些随机性,且获取基准结果耗时较长,我们将论文中表1的预计算结果放在了hugging face数据集卡片中,以便复现。

引用

如果您发现ImageDream有帮助,请考虑引用:

@article{wang2023imagedream, title={ImageDream: Image-Prompt Multi-view Diffusion for 3D Generation}, author={Wang, Peng and Shi, Yichun}, journal={arXiv preprint arXiv:2312.02201}, year={2023} }

编辑推荐精选

TRAE编程

TRAE编程

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。

热门AI工具生产力协作转型TraeAI IDE
蛙蛙写作

蛙蛙写作

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。

AI助手AI工具AI写作工具AI辅助写作蛙蛙写作学术助手办公助手营销助手
问小白

问小白

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。

聊天机器人AI助手热门AI工具AI对话
Transly

Transly

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。

讯飞智文

讯飞智文

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。

热门AI工具AI办公办公工具讯飞智文AI在线生成PPTAI撰写助手多语种文档生成AI自动配图
讯飞星火

讯飞星火

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。

模型训练热门AI工具内容创作智能问答AI开发讯飞星火大模型多语种支持智慧生活
Spark-TTS

Spark-TTS

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。

咔片PPT

咔片PPT

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。

讯飞绘文

讯飞绘文

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。

AI助手热门AI工具AI创作AI辅助写作讯飞绘文内容运营个性化文章多平台分发
材料星

材料星

专业的AI公文写作平台,公文写作神器

AI 材料星,专业的 AI 公文写作辅助平台,为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能,支持 30 + 文稿类型生成,助力快速完成领导讲话、工作总结、述职报告等材料,提升办公效率,是体制打工人的得力写作神器。

下拉加载更多