3D 机器学习课程文档

实战

Hugging Face's logo
加入 Hugging Face 社区

并获得增强的文档体验

开始使用

实战

最初,我们计划逐步讲解行进立方体算法并将其应用于 LGM Demo。然而,网格生成领域的最新进展使得这种方法的相关性降低。

虽然深入探讨 MeshAnything 背后的方法会更加贴切,但其新颖性以及非商业许可使其目前并非最佳选择。

因此,根据您的目标,以下是一些资源:

  • Splat to Mesh:如果您一直在关注基于 LGM 的活动并希望生成最终网格,这个开源演示基于原始的 LGM 代码库。请注意,此方法速度较慢且资源密集。
  • InstantMesh:这是一种快速且最先进的方法,使用 FlexiCubes 生成最终网格。它目前在 3D Arena 排行榜上名列前茅。
  • meshgpt-pytorch:这是 MeshGPT 的开源重新实现,为开源可微分网格生成提供了一个良好的起点。MeshAnything 基于 MeshGPT。注意:此实现仅提供架构,不提供权重。

这些资源应该能帮助您继续探索网格生成及其最新进展。

< > 在 GitHub 上更新