Logo
☆☆☆☆☆
0.0
Intermediate
9h

使用PyTorch3D进行3D机器学习

随着扩展现实(XR)、3D打印和元宇宙的兴起,3D技术变得极为流行。与此同时,大多数工业领域对人工智能的投资也呈指数级增长。PyTorch3D 是连接人工智能与3D技术的领先机器学习框架,对于从单张图像生成3D模型、或从文本提示生成3D场景等工具至关重要。 在简要介绍 PyTorch3D 之后,你将学习3D世界如何生成2D图像,涵盖相机参数、投影模型等内容。接着,你将深入了解渲染管线,以及如何利用3D数据生成图像。你还将探讨不同3D格式之间的差异,并学习异构批处理、图卷积等机器学习方法。最后,你将掌握3D机器学习的基础模型——PointNet、Mesh R-CNN 和神经辐射场(Neural Radiance Fields)。 完成本课程后,你将扎实掌握3D相关概念,学会使用 PyTorch 处理各类3D数据,并具备构建3D机器学习系统的能力。

8 Lessons
Included in Subscription Plan
Personalized Learning
Powered by AI
使用PyTorch3D进行3D机器学习
随着扩展现实(XR)、3D打印和元宇宙的兴起,3D技术变得极为流行。与此同时,大多数工业领域对人工智能的投资也呈指数级增长。PyTorch3D 是连接人工智能与3D技术的领先机器学习框架,对于从单张图像生成3D模型、或从文本提示生成3D场景等工具至关重要。 在简要介绍 PyTorch3D 之后,你...

WHAT YOU'LL LEARN

理解计算机图形学的基本概念

TAKEAWAY SKILLS

Deep Learning
Python
PyTorch basics
Machine Learning

Content

8 Lessons • 0 Quizzes • 0 Challenges

开始学习
  1. 1

    3D机器学习简介

  2. 2

    PyTorch3D 框架

  3. 3

    机器学习回顾

  4. 4

    测验一下你的机器学习基础知识

相机与投影
  1. 1

    图像形成与薄透镜方程

  2. 2

    坐标空间

  3. 3

    相机参数(内参和外参)

  4. 4

    齐次坐标

  5. 5

    投影模型

  6. 6

    转换

  7. 7

    测验:相机与投影

结论
  1. 1

    总结

渲染
  1. 1

    渲染概述

  2. 2

    光线追踪与光栅化

  3. 3

    重心坐标

  4. 4

    着色、材质与纹理

  5. 5

    照明

  6. 6

    纹理估计

  7. 7

    测验一下你对渲染的掌握程度

附录
  1. 1

    附录 A:外部链接

数据表示
  1. 1

    体素

  2. 2

    点云

  3. 3

    网格

  4. 4

    有符号距离函数(SDF)

  5. 5

    场

  6. 6

    测验:数据表示

操作与技术
  1. 1

    异构批处理

  2. 2

    网格变形

  3. 3

    高效透视n点(PnP)算法

  4. 4

    迭代最近点(ICP)

  5. 5

    图卷积

  6. 6

    体素分支与体渲染

  7. 7

    位置编码

  8. 8

    测验:运算与技术

关键模型
  1. 1

    PointNet

  2. 2

    Mesh R-CNN

  3. 3

    神经辐射场(NeRF)

Certificate of Completion

Showcase your accomplishment by sharing your certificate of completion.

Course Author:Anonymous User

Reviews

Read reviews from students who have taken this course and share your own experience.

Reviews & Comments (0)