Ръководство описва LoRA дообучаване на 3D модела TRELLIS.2
Ново ръководство представя скриптове и Docker контейнери за адаптиране на TRELLIS.2 към специализирани колекции от 3D обекти. Работният процес може да се изпълнява локално или чрез Hugging Face Jobs, ако мешовете от набора са качени в Hugging Face Hub. Експериментът е насочен към подобряване на геометрията на обувки чрез 188 обекта, избрани от набора Google Scanned Objects, който съдържа 1 030 обекта.
Използват се LoRA адаптери, които обучават малки допълнителни матрици, докато оригиналните тегла на модела остават замразени. Адаптери се добавят към sparse-structure flow DiT и shape flow DiT на TRELLIS.2, тъй като те влияят върху структурата и геометрията. Texture flow DiT не се променя: наличните карти на дифузния цвят включват предварително запечено осветление, а не отделните материални карти, нужни за този етап. Конфигурацията обучава приблизително 9,3 милиона параметъра на адаптерите.
Един контейнер използва Blender за рендериране на 16 изгледа на всеки обект и за преобразуване на GLB или OBJ мешове в представянията на TRELLIS.2. Втори контейнер изпълнява отделни LoRA задачи за двата DiT модела и може да качва чекпойнти в Hub. Ръководството разглежда още настройките, наблюдението чрез Trackio и формата O-Voxel.
Текстът е изготвен от ИИ на Sakhanda Wire по материал на Hugging Face. Фактите, цитатите и пълният контекст са в оригиналната статия по-долу.