D

Dust3r ViTLarge BaseDecoder 512 Dpt

naverによって開発
DUSt3Rは、画像から簡単に幾何学的3Dビジョンを実現するモデルで、単一または複数の画像から3Dシーンを再構築できます。
ダウンロード数 46.93k
リリース時間 : 6/24/2024

モデル概要

DUSt3Rは、深層学習に基づく3Dビジョンモデルで、2D画像から3D幾何構造を再構築することに特化しています。非対称のCroCo3DStereoアーキテクチャを採用し、ViT-LargeエンコーダーとViT-Baseデコーダーを組み合わせ、さまざまな解像度の入力画像を効率的に処理できます。

モデル特徴

マルチ解像度サポート
複数の入力解像度(512x384, 512x336など)をサポートし、さまざまなシーン要件に対応
効率的な3D再構築
単一または複数の画像から迅速に3Dシーンの幾何構造を再構築
先進的なアーキテクチャ
ViT-LargeエンコーダーとViT-Baseデコーダーを組み合わせた非対称CroCo3DStereoアーキテクチャ

モデル能力

単一画像3D再構築
マルチビュー3D再構築
深度推定
点群生成

使用事例

コンピュータビジョン
シーン再構築
単一または複数の写真から屋内/屋外シーンの3Dモデルを再構築
AR/VRアプリケーションに使用可能な3Dシーンを生成
オブジェクトモデリング
オブジェクトの写真から3Dモデルを生成
3Dプリンティングやデジタルコンテンツ作成に使用可能
拡張現実
ARシーン理解
ARアプリケーションにシーンの3D幾何情報を提供
ARオブジェクトのリアリズムとインタラクティブ性を向上
AIbase
未来を切り開く、あなたのAIソリューション知識ベース
© 2025AIbase