Fast3r ViT Large 512

🚀 ⚡️Fast3R - 實現單次前向傳播完成1000+圖像的3D重建

Fast3R致力於解決在3D重建領域中高效處理大量圖像的問題，能夠在單次前向傳播中完成1000+圖像的3D重建，為相關研究和應用提供了高效的解決方案。

🚀 快速開始

若要在您自己的項目中使用Fast3R，您可以從 fast3r.models.fast3r 導入 Fast3R 類（請按照 Fast3R GitHub倉庫 中的說明進行安裝），並將其作為常規的PyTorch模型使用。

基礎用法

from fast3r.models.fast3r import Fast3R
from fast3r.models.multiview_dust3r_module import MultiViewDUSt3RLitModule

# 從Hugging Face加載模型
model = Fast3R.from_pretrained("jedyang97/Fast3R_ViT_Large_512")
model = model.to("cuda")

# [可選] 為模型創建一個輕量級的Lightning模塊包裝器。
# 這提供了估計相機姿態、評估3D重建等功能。
# 示例請參見fast3r/viz/demo.py。
lit_module = MultiViewDUSt3RLitModule.load_for_inference(model)

# 將模型設置為評估模式
model.eval()
lit_module.eval()

📚 詳細文檔

項目鏈接

• Fast3R項目網站
• Fast3R論文
• Fast3R GitHub代碼倉庫
• Fast3R Gradio演示
• Fast3R Hugging Face模型

引用信息

如果您使用了Fast3R，請引用以下論文：

@InProceedings{Yang_2025_Fast3R,
    title={Fast3R: Towards 3D Reconstruction of 1000+ Images in One Forward Pass},
    author={Jianing Yang and Alexander Sax and Kevin J. Liang and Mikael Henaff and Hao Tang and Ang Cao and Joyce Chai and Franziska Meier and Matt Feiszli},
    booktitle={Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR)},
    month={June},
    year={2025},
}

📄 許可證

代碼和模型遵循 FAIR NC研究許可證。