PyTorch3D swMATH ID: 42724 软件作者： Meta Platforms，Inc；Nikhila Ravi、Jeremy Reizenstein、David Novotny、Taylor Gordon、Wan-Yen Lo、Justin Johnson、Georgia Gkioxari 描述： 使用PyTorch3D加速3D深度学习。深度学习显著提高了2D图像识别。扩展到3D可能会推动许多新的应用程序，包括自动车辆、虚拟和增强现实、创作3D内容，甚至改进2D识别。然而，尽管人们对3D深度学习越来越感兴趣，但它的开发仍然相对不足。我们认为，这种差异的部分原因是3D深度学习中涉及的工程挑战，例如高效处理异构数据和将图形操作重新构建为可区分的。我们通过引入PyTorch3D来解决这些挑战，这是一个用于3D深度学习的模块化、高效和可微分操作符库。它包括用于网格和点云的快速、模块化可差分渲染器，支持基于分析的合成方法。与其他可区分的渲染器相比，PyTorch3D更加模块化和高效，允许用户更轻松地扩展它，同时还可以优雅地缩放到大型网格和图像。我们将PyTorch3D操作符和渲染器与其他实现进行了比较，并展示了显著的速度和内存改进。我们还使用PyTorch3D改进了ShapeNet上2D图像的无监督3D网格和点云预测的最新技术。PyTorch3D是开源的，我们希望它将有助于加速3D深度学习的研究。 主页： https://pytorch3d.org网站/ 源代码： https://github.com/facebookresearch/pytorch3d 依赖项： 蟒蛇 关键词： PyTorch3D;计算机视觉;模式识别;arXiv_cs。个人简历;绘图;arXiv_cs。希腊;机器学习;arXiv_cs。LG公司;3D深度学习 相关软件： 高岭土;3D-R2N2型;密度（DensePose）;TensorFlow公司;合成蛋白;三叶芹;NeRF公司;C3DPO公司;深度SDF;PointNet（点网）;更快的R-CNN;PIFu公司;像素2网格;LSUN公司;开放DR;SMPL公司;SoftRas软件;ImageNet公司;ShapeNet公司;PyTorch公司 引用于： 0个文档 标准条款 1出版物描述软件 年份 使用PyTorch3D加速3D深度学习arXiv公司Meta Platforms，Inc；Nikhila Ravi、Jeremy Reizenstein、David Novotny、Taylor Gordon、Wan-Yen Lo、Justin Johnson、Georgia Gkioxari 2020