計畫簡介
TripoSR是一款由Tripo AI和Stability AI聯合開發的開源3D重建模型，透過大型重建模型（LRM）原則，顯著提升3D重建的速度和品質。
在NVIDIA A100 GPU上，TripoSR能夠在不到0.5秒的時間內快速生成高品質的3D模型，其效能在多個公開數據集上均優於其他開源選項。為研究人員、開發人員和創意工作者提供工具，套用於3D生成AI和3D內容創作。
掃碼加入交流群
獲得更多技術支持和交流
（請註明自己的職業）
範例
從效果上來看，是要比之前的OpenLRM等開源模型要好得多。
效能對比
安裝
· Python >= 3.8
· 安裝CUDA
· 根據你的平台安裝PyTorch：https://pytorch.org/get-started/locally/ [請確保本地安裝的CUDA主版本與PyTorch附帶的CUDA主版本相匹配。例如，如果安裝了CUDA 11.x，請確保安裝了與CUDA 11.x編譯的PyTorch。]
· 透過pip install --upgrade setuptools更新setuptools
· 透過pip install -r requirements.txt安裝其他依賴項
手動推理
python run.py examples/chair.png --output-dir output/
這將把重建的3D模型保存到output/目錄下。你也可以指定多個由空格分隔的影像路徑。預設選項對於單個影像輸入大約需要6GB的視訊記憶體。
要了解此指令碼的詳細使用方法，請使用 python run.py --help。
本地 Gradio 套用
安裝Gradio：
pip install gradio
啟動 Gradio 套用：
python gradio_app.py
故障排除
AttributeError: 'torchmcubes_module'模組沒有 'mcubes_cuda' 內容或torchmcubes 沒有編譯CUDA支持，請改用CPU版本。
這是因為torchmcubes沒有編譯CUDA支持。
請確保：本地安裝的CUDA主版本與PyTorch附帶的CUDA主版本相匹配。例如，如果你安裝了CUDA 11.x，請確保安裝了與CUDA 11.x編譯的PyTorch。setuptools>=49.6.0。如果不是，請透過pip install --upgrade setuptools進行升級。
然後透過以下方式重新安裝torchmcubes：
pip uninstall torchmcubespip install git+https://github.com/tatsy/torchmcubes.git
計畫連結
https://github.com/VAST-AI-Research/TripoSR
關註「 開源AI計畫落地 」公眾號
