D

Dust3r ViTLarge BaseDecoder 512 Dpt

由naver開發
DUSt3R是一個用於從圖像輕鬆實現幾何3D視覺的模型,能夠從單張或多張圖像重建3D場景。
下載量 46.93k
發布時間 : 6/24/2024

模型概述

DUSt3R是一個基於深度學習的3D視覺模型,專注於從2D圖像中重建3D幾何結構。它採用了非對稱的CroCo3DStereo架構,結合ViT-Large編碼器和ViT-Base解碼器,能夠高效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, 512x336等),適應不同場景需求
高效3D重建
從單張或多張圖像快速重建3D場景幾何結構
先進架構
結合ViT-Large編碼器和ViT-Base解碼器的非對稱CroCo3DStereo架構

模型能力

單圖像3D重建
多視圖3D重建
深度估計
點雲生成

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模型
生成可用於AR/VR應用的3D場景
物體建模
從物體照片生成3D模型
可用於3D打印或數字內容創作
增強現實
AR場景理解
為AR應用提供場景的3D幾何信息
增強AR對象的真實感和交互性
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase