本文摘要：(映维网2020年02月07日)Facebook人工智能研究院(Facebook AI Research;FAIR)日前公布了一个容许研究人员和开发者融合深度自学和3D对象的库：PyTorch3D。科技快报科技快报其中，Facebook同时开源了Mesh R-CNN。这个于2019年公布的模型需要根据室内空间图像的2D形状图形3D对象。 FAIR工程师妮基拉·拉维(Nikhila Ravi)认为，PyTorch3D的启发是来自于Mesh R-CNN和研究院最近的3D研究。

(映维网2020年02月07日)Facebook人工智能研究院(Facebook AI Research;FAIR)日前公布了一个容许研究人员和开发者融合深度自学和3D对象的库：PyTorch3D。科技快报科技快报其中，Facebook同时开源了Mesh R-CNN。这个于2019年公布的模型需要根据室内空间图像的2D形状图形3D对象。

FAIR工程师妮基拉·拉维(Nikhila Ravi)认为，PyTorch3D的启发是来自于Mesh R-CNN和研究院最近的3D研究。科技快报对于图形经常出现在混合现实或虚拟现实中的3D对象或场景而言，3D方面的研究十分最重要。这同时可以用作应付一系列的AI挑战，比如说协助自动驾驶汽车解读附近对象的方位。

科技快报PyTorch3D具有常用的3D运算符和用作3D数据的损失函数，以及用作创立3D对象的微分网格RenderMan。拉维在拒绝接受专访时回应，PyTorch3D同时包括微分图形API，一定的CUDA反对，以及任何现有3D库中都无法获取的异构批处理功能。

科技快报她说道到：“利用PyTorch3D，研究人员可以输出所有这些函数，并融合PyTorch中现有的深度自学系统，这可以大大减少展开3D规划研究的时间。因为3D规划研究必须大量的专业知识，我们期望需要增加前期的时间。”科技快报PyTorch3D使用网格(一种用作包含3D对象的顶点和面的互操作数据格式)，并可以用于补丁张量将网格中的所有顶点包成与批处理有关的单个张量。

科技快报值得一提的是，Facebook人工智能研究院于2019年发售了PyRobot框架，以及从真实世界视频中萃取角色的FAIR 3D研究。科技快报邀 　　来源：XXX(非科技快报网)的作品皆转载自其它媒体，刊登请求认同版权保有原文，一切法律责任轻视。　　文章内容专供读者，不包含投资建议，网卓新闻网，请求慎重对待。

投资者据此操作者，风险自担。　　投稿邮箱：citreport@qq.com。

本文来源：ku游官网-www.tjysygb.com