Sakhanda Wire
NVDA $154.51 -1.04% MSFT $506.49 -2.22% GOOGL $281.27 -0.86% META $621.51 -0.78% AMZN $256.90 -0.33%
← К новостям

Руководство описывает дообучение TRELLIS.2 для 3D-генерации

В новом руководстве представлены скрипты и Docker-контейнеры для адаптации TRELLIS.2 к специализированным наборам 3D-объектов. Процесс можно запускать локально или через Hugging Face Jobs, предварительно загрузив меши набора данных в Hugging Face Hub. Эксперимент посвящён повышению точности геометрии обуви и использует 188 объектов из Google Scanned Objects, где всего насчитывается 1 030 объектов.

Для обучения применяются адаптеры LoRA: они добавляют небольшие обучаемые матрицы, не изменяя исходные веса модели. Адаптеры подключаются к sparse-structure flow DiT и shape flow DiT TRELLIS.2, поскольку эти компоненты управляют структурой и геометрией объекта. Texture flow DiT оставляют замороженным: в наборе есть карты диффузного цвета с запечённым освещением, но нет отдельных карт материалов, необходимых для его обучения. Всего конфигурация обучает примерно 9,3 миллиона параметров адаптеров.

Контейнер подготовки использует Blender для создания 16 ракурсов каждого объекта и преобразования мешей GLB или OBJ в представления TRELLIS.2. Затем контейнер обучения запускает отдельные LoRA-задачи для двух DiT-моделей и может загружать контрольные точки в Hub. В руководстве также объясняются настройки, мониторинг через Trackio и формат O-Voxel.

Текст подготовлен ИИ Sakhanda Wire по материалу Hugging Face. Факты, цитаты и полный контекст — в оригинальной статье ниже.

Впервые опубликовано изданием Hugging Face

Читать оригинал на Hugging Face ↗

Репортаж и изображение принадлежат Hugging Face и указаны выше со ссылкой на оригинал; текст на этой странице — собственное изложение Sakhanda Wire.

← К новостям

Ещё новости

Все последние новости