3D 机器学习课程文档

实践

Hugging Face's logo
加入 Hugging Face 社区

并获得增强型文档体验

开始使用

实践

最初,我们计划逐步讲解 Marching Cubes 算法,并将其应用于 LGM 演示。但是,网格生成领域的最新进展使得这种方法不再那么重要。

虽然深入研究 MeshAnything 背后的方法会更贴切,但其新颖性和 非商业许可证 使其目前不太理想。

因此,这里有一些基于您目标的资源

  • Splat to Mesh:如果您跟随基于 LGM 的活动并希望生成最终网格,则此开源演示基于原始的 LGM 代码库。请注意,此方法速度缓慢且资源密集。
  • InstantMesh:这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:此 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 构建。注意:此实现仅提供架构,不提供权重。

这些资源应该可以帮助您继续探索网格生成及其最新的进展。

< > 更新 在 GitHub 上