Facebook AI Research（FAIR）今天推出了PyTorch3D，該庫使研究人員和開發(fā)人員可以將深度學習和3D對象結(jié)合在一起。

作為該版本的一部分，F(xiàn)acebook還開放了Mesh R-CNN的采購，Mesh R-CNN是去年推出的模型，能夠在室內(nèi)空間圖像中從2D形狀渲染3D對象。

在3D中工作對于渲染出現(xiàn)在混合現(xiàn)實或虛擬現(xiàn)實中的3D對象或場景很重要。它也可以用于應(yīng)對AI挑戰(zhàn)，例如機器人抓地力或幫助自動駕駛汽車了解附近物體的位置。

PyTorch3D帶有常用的3D運算符和用于3D數(shù)據(jù)的損失函數(shù)，以及用于創(chuàng)建3D對象的可區(qū)分網(wǎng)格渲染器。PyTorch3D還具有可區(qū)分的渲染API，一些CUDA支持以及現(xiàn)有3D庫中都無法提供的異構(gòu)批處理功能。

“借助PyTorch3D，研究人員可以輸入所有這些功能，并將其與PyTorch中的深度學習系統(tǒng)一起使用，這大大減少了進行3D計劃研究的時間。”

PyTorch3D使用網(wǎng)格，為點和面的互操作性的數(shù)據(jù)格式構(gòu)成3D對象，PyTorch3D的首次發(fā)布是在去年推出PyRobot機器人框架以及進行FAIR 3D研究之后進行的。

【93913原創(chuàng)內(nèi)容，轉(zhuǎn)載請注明及回鏈】