Long LRM

使用场景使用Long-LRM从一系列城市街景图片中快速重建出3D城市模型。在游戏开发中,利用Long-LRM从实拍图片中重建游戏场景,提高场景的真实感。虚拟现实...

  • Long LRM

    类别:3D建模,研究工具,3D重建,高斯模型,图像处理,机器学习,深度学习,普通产品,开源,
    官网:https://arthurhero.github.io/projects/llrm/ 更新时间:2025-08-02 09:34:07
  • 使用场景

    使用Long-LRM从一系列城市街景图片中快速重建出3D城市模型。

    在游戏开发中,利用Long-LRM从实拍图片中重建游戏场景,提高场景的真实感。

    虚拟现实内容创作者使用Long-LRM从多角度拍摄的图片中重建出高精度的虚拟环境。

    产品特色

    处理高达32张高分辨率输入图像,实现快速3D场景重建

    采用Mamba2块和transformer块的混合架构,提高token处理能力

    通过token合并和高斯修剪步骤,平衡重建质量和效率

    单次前馈步骤即可重建整个场景,无需多次迭代

    在大规模场景数据集上具有与优化方法相媲美的性能

    提高了两个数量级的效率,显著减少计算资源消耗

    支持广泛的视图覆盖和高质量的照片级真实感重建

    使用教程

    1. 准备一系列待重建场景的输入图像,分辨率至少为960x540。

    2. 确保拥有兼容的GPU硬件,如A100 80G GPU。

    3. 将输入图像和Long-LRM模型一同加载到计算环境中。

    4. 配置模型参数,包括token合并策略和高斯修剪阈值。

    5. 运行Long-LRM模型,等待模型处理输入图像并生成3D重建结果。

    6. 查看和评估重建的3D场景,根据需要进行后处理和优化。

    7. 将重建的3D场景应用于所需的领域,如3D打印、虚拟现实或游戏开发。