/ Модель

Характеристики

Лицензия
Apache 2.0
Опубликована
28 апр 2025

DiMeR

Языковая модель

DiMeR реконструирует текстурированные 3D-сетки объектов по разреженным изображениям и поддерживает сценарии преобразования изображения или текста в 3D.

0скачиваний за 30 дней6лайковвеса обновлены26 мая 2025

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

DiMeR — модель для реконструкции 3D-сеток, описанная как раздельная двухпоточная feed-forward архитектура. Она принимает разреженные изображения объекта: ветвь геометрии использует карты нормалей, а ветвь текстур — RGB-изображения и формирует текстурированную сетку. Модель предназначена для реконструкции по нескольким ракурсам, преобразования одного изображения в 3D и генерации 3D по тексту.

В README сообщается об улучшении метрики Chamfer Distance более чем на 30% относительно предыдущих методов на наборах GSO и OmniObject3D. В метаданных указан формат PyTorch и лицензия Apache-2.0. Описание не приводит размер модели, длину контекста или языки; текстовый ввод для сценария text-to-3D отдельно не специфицирован.

Сценарии применения

  • реконструкция 3D-объекта по нескольким ракурсам
  • создание 3D-сетки по одному изображению
  • создание текстурированной сетки объекта по изображениям
  • эксперименты с восстановлением геометрии 3D-объектов

Ограничения

README сообщает о реконструкции по изображениям и приводит результаты на GSO и OmniObject3D, но не описывает эксплуатационные ограничения или сценарии отказа модели.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

DiMeR: Disentangled Mesh Reconstruction Model

Paper: https://arxiv.org/pdf/2504.17670

Project Page: https://lutao2021.github.io/DiMeR_page/

Github: https://github.com/lutao2021/DiMeR

Space: https://huggingface.co/spaces/LTT/DiMeR

teaser.png

Abstract

With the advent of large-scale 3D datasets, feed-forward 3D generative models, such as the Large Reconstruction Model (LRM), have gained significant attention and achieved remarkable success. However, we observe that RGB images often lead to conflicting training objectives and lack the necessary clarity for geometry reconstruction.

In this paper, we revisit the inductive biases associated with mesh reconstruction and introduce DiMeR, a novel disentangled dual-stream feed-forward model for sparse-view mesh reconstruction. The key idea is to disentangle both the input and framework into geometry and texture parts, thereby reducing the training difficulty for each part according to the Principle of Occam's Razor. Given that normal maps are strictly consistent with geometry and accurately capture surface variations, we utilize normal maps as exclusive input for the geometry branch to reduce the complexity between the network's input and output. Moreover, we improve the mesh extraction algorithm to introduce 3D ground truth supervision.

As for texture branch, we use RGB images as input to obtain the textured mesh. Overall, DiMeR demonstrates robust capabilities across various tasks, including sparse-view reconstruction, single-image-to-3D, and text-to-3D. Numerous experiments show that DiMeR significantly outperforms previous methods, achieving over 30% improvement in Chamfer Distance on the GSO and OmniObject3D dataset.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Нельзя запустить

3D-генерация пока не поддерживается.

Ревизия весов
a01a090

0 моделей