Einrichtung PyTorch3D

Künstliche Intelligenz, Open Source, Software Schlagwörter: , , , 0 Kommentare

Vor wenigen Tagen hat Facebook AI die Open-Source-Bibliothek PyTorch3D veröffentlicht. PyTorch3D ist eine modulare und optimierte Bibliothek mit einzigartigen Fähigkeiten, die entwickelt wurde, um das 3D Deep Learning mit PyTorch zu erleichtern. PyTorch3D bietet eine Reihe von häufig verwendeten 3D-Operatoren und Funktionen für 3D-Daten.

Ich habe hier im r23:Blog die PyTorch3D Installation unter Windows beschrieben. Diese ist relativ kompliziert und etwas sehr umständlich.

Ich installiere uns PyTorch3D nun auf einem Rechner.

Dieser Artikel erfordert mehr Erfahrung im Umgang mit und ist daher nur für fortgeschrittene Benutzer gedacht.

Dieses ist als praktischer Leitfaden gedacht und behandelt keine theoretischen Hintergründe. Diese werden in einer Vielzahl von anderen Dokumenten im Internet behandelt.

Für die Richtigkeit der Inhalte dieses Tutorials gebe ich keinerlei Garantie. Der hier gezeigte Weg ist nicht der einzige um ein solches System aufzusetzen, es ist lediglich, der, den ich bevorzuge.

Installation Anaconda

Für habe ich die Installation hier https://blog.r23.de/how-to-setup/installation-python-anaconda-und-tensorflow/ beschrieben.

bash Anaconda3-2020.02--x86_64.sh

Es ist relativ schnell installiert.

PyTorch3D Umgebung einrichten

conda create -n pytorch3d python=3.8 anaconda

Wir aktivieren die Umgebung

 conda activate pytorch3d

Die Umgebung benötigt weitere Pakte

conda install -c pytorch pytorch torchvision cudatoolkit=10.2

und

conda install -c conda-forge -c fvcore fvcore

PyTorch3D installieren

Wenn Sie in Ihrem Rechner eine aktuelle NVIDIA Grafikkarte verwenden, können Sie für die Installation Anaconda verwenden.

conda install pytorch3d -c pytorch3d

Ohne NVIDIA Grafikkarte verwenden wir

pip install pytorch3d

Tutorials

Facebook AI Research hat einige -Notebooks zur Verfügung gestellt, um Ihnen den Einstieg in PyTorch3D zu erleichtern. Sehen Sie sich diese 4 Notizbücher an.

  1. Deform a sphere mesh to dolphin
  2. Bundle adjustment
  3. Render textured meshes
  4. Camera position optimization

Links

  1. Dokumentation
  2. Github - PyTorch3D

Beispiele

Deform a sphere mesh to dolphin
Deform a sphere mesh to dolphin

https://github.com/facebookresearch/pytorch3d/blob/master/docs/tutorials/deform_source_mesh_to_target_mesh.ipynb

Bundle adjustment
Bundle adjustment

https://github.com/facebookresearch/pytorch3d/blob/master/docs/tutorials/bundle_adjustment.ipynb

Render textured meshes
Render textured meshes

https://github.com/facebookresearch/pytorch3d/blob/master/docs/tutorials/render_textured_meshes.ipynb

Camera position optimization
Camera position optimization

https://github.com/facebookresearch/pytorch3d/blob/master/docs/tutorials/camera_position_optimization_with_differentiable_rendering.ipynb

Links

https://ai.facebook.com/blog/-introducing-pytorch3d-an-open-source-library-for-3d-deep-learning/

Jetzt sind Sie gefragt!

Haben Sie Anregungen, Ergänzungen, einen gefunden oder ist dieser Beitrag nicht mehr aktuell? Dann freue ich mich auf Ihren Kommentar.

Sie können diesen Beitrag natürlich auch weiterempfehlen. Ich bin Ihnen für jede Unterstützung dankbar!

Wie können wir Ihnen helfen?

Wir unterstützen Sie bei der Umsetzung Ihres Augmented Reality (AR) oder Virtual Reality (VR) Projektes! Egal ob Produktfotografie, 3D Scan Service, 3D-Visualisierung oder fertige 3D Modelle für AR/VR – wir beraten Sie persönlich und unverbindlich.

Wünschen Sie ein individuelles Angebot auf Basis Ihrer aktuellen Vorlagen, nutzen Sie einfach unser Anfrageformular.



Hat Ihnen dieser Artikel gefallen?

Mit Ihrer Bewertung helfen Sie uns, unsere Inhalte noch weiter zu verbessern.

Gefällt Ihnen dieser Beitrag? Teilen Sie ihn mit anderen. Sie machen uns damit eine große Freude!
R23
R23

Kommentar

Möchten Sie mitdiskutieren?
Hinterlassen Sie einen Kommentar!

Ihre E-Mail-Adresse wird nicht veröffentlicht.

R23

Aktuell