PyTorch3D: Μια open-source βιβλιοθήκη για 3D deep learning

Η κατανόηση του 3D παίζει σημαντικό ρόλο στην προώθηση των ικανοτήτων των AI συστημάτων. Το Facebook AI Research (FAIR) παρουσίασε χθες το PyTorch3D, μια βιβλιοθήκη με μοναδικές δυνατότητες που επιτρέπει σε ερευνητές και προγραμματιστές να συνδυάζουν το deep learning με 3D δεδομένα.

Επιπλέον, το Facebook κάνει τώρα το Mesh R-CNN, open-source. Το Mesh R-CNN είναι ένα σύστημα που δημιουργήθηκε πέρυσι και μπορεί να μετατρέψει 2D σχήματα σε 3D αντικείμενα. Σύμφωνα με τη μηχανικό του FAIR, Nikhila Ravi, οι ερευνητές δημιούργησαν το νέο PyTorch3D παίρνοντας στοιχεία από το Mesh R-CNN και από την πρόσφατη δουλειά των ερευνητών πάνω σε 3D projects.

Η ενασχόληση με το 3D είναι πολύ σημαντική για την απόδοση τρισδιάστατων αντικειμένων ή σκηνών που εμφανίζονται σε συνθήκες μεικτής ή εικονικής πραγματικότητας. Μπορεί, επίσης, να χρησιμοποιηθεί για να αντιμετωπίσει πολλές από τις προκλήσεις που συναντά το AI. Για παράδειγμα, θα μπορούσε να βοηθήσει τα αυτόνομα οχήματα να κατανοήσουν τη θέση κοντινών αντικειμένων.

SecNewsTV

23.6K subscribers

Περισσότερα... Subscribe!

Το PyTorch3D έρχεται με πολλές νέες λειτουργίες 3D, που δεν είναι διαθέσιμες σε καμία από τις υπάρχουσες βιβλιοθήκες 3D.

“Με το PyTorch3D, οι ερευνητές μπορούν να εισάγουν όλες τις νέες λειτουργίες και να τις χρησιμοποιήσουν μαζί με το υπάρχον σύστημα deep learning στο PyTorch. Αυτό μειώνει σημαντικά το χρόνο εργασίας για την έρευνα 3D σχεδιασμού, η οποία απαιτεί πολλή δουλειά και εμπειρία. Θέλουμε να προσπαθήσουμε να μειώσουμε αυτόν τον χρόνο”, είπε η Ravi.

Οι ερευνητές πιστεύουν ότι το PyTorch3D θα καταστήσει την έρευνα πιο γρήγορη και ευέλικτη.

Η κυκλοφορία του PyTorch3D έρχεται μετά από το PyRobot robotics framework, που παρουσιάστηκε πέρυσι.