BriefGPT - AI 论文速递
·
LRM：单幅图像到 3D 的大规模重建模型
💡
原文中文，约500字，阅读约需2分钟。
📝
内容提要
LRM是一个大规模重建模型，可以在5秒内从单个输入图像预测对象的3D模型。该模型采用高度可扩展的transformer架构，在包含大约100万个对象的海量多视图数据上进行端到端训练。该模型具有很强的通用性，并能够从各种测试输入中生成高质量的3D重建结果。
🎯
关键要点
- LRM是第一个大规模重建模型，能够在5秒内从单个输入图像预测3D模型。
- LRM采用高度可扩展的基于transformer的架构，具有5亿个可学习参数。
- 模型直接从输入图像预测神经辐射场（NeRF）。
- LRM在包含约100万个对象的海量多视图数据上进行端到端训练。
- 训练数据包括Objaverse的合成渲染和MVImgNet的真实采集数据。
- 该模型具有强大的通用性，能够生成高质量的3D重建结果。
- 支持从各种测试输入生成3D重建，包括真实世界的野外捕捉和生成模型的图像。
➡️
