D

Dust3r ViTLarge BaseDecoder 512 Linear

由naver開發
DUSt3R是一個用於從圖像生成3D幾何模型的深度學習模型,能夠輕鬆實現幾何3D視覺任務。
下載量 313
發布時間 : 6/21/2024

模型概述

DUSt3R是一個基於ViT架構的深度學習模型,專注於從2D圖像生成3D幾何結構。它採用非對稱CroCo3DStereo架構,能夠處理不同分辨率的輸入圖像。

模型特點

多分辨率支持
支持多種輸入分辨率(512x384到512x160),適應不同場景需求
高效3D重建
能夠從單張或多張2D圖像快速重建3D幾何結構
混合ViT架構
結合ViT-Large編碼器和ViT-Base解碼器,平衡性能和效率

模型能力

單圖像3D重建
多視圖3D重建
幾何結構估計
深度估計

使用案例

計算機視覺
場景重建
從單張或多張照片重建室內外場景的3D幾何結構
可生成場景的3D點雲或網格表示
物體建模
從物體照片生成3D模型
可用於AR/VR內容創建或3D打印
機器人視覺
環境感知
為機器人提供環境的3D幾何理解
支持機器人導航和避障
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase