الفيسبوك يقدم PyTorch3D ، مكتبة التعلم العميق a Deep Learning Library

الفيسبوك يقدم PyTorch3D

منذ يومين ، كشف فريق Facebook AI Research عن PyTorch3D ، وهي مكتبة ستسمح للمطورين والباحثين بمزج الكائنات ثلاثية الأبعاد والتعلم العميق. علاوة على ذلك ، فإن Facebook يتيح شبكة Mesh R-CNN للجمهور. تم طرح شبكة R-CNN في العام الماضي ويمكن استخدامه لتقديم كائنات ثلاثية الأبعاد من أشكال ثنائية الأبعاد تفترض شكل صور للمساحات الداخلية.

في واقع الأمر ، ألهم Mesh R-CNN إنشاء PyTorch3D ومجموعة من الأعمال ثلاثية الأبعاد التي قام بها FAIR مؤخرًا ، وفقًا لمهندس FAIR Nikhila Ravi.

يعد التشغيل ثلاثي الأبعاد ضروريًا جدًا عندما يتعلق الأمر بتقديم كائنات ثلاثية الأبعاد بالإضافة إلى المشاهد التي نجدها عادةً في الواقع الواقعي / المختلط. كما أنه مفيد أثناء التعامل مع العديد من تحديات الذكاء الاصطناعي التي تنطوي على المركبات الآلية والروبوتات.

يتم تعبئة PyTorch3D مع مشغلات ثلاثية الأبعاد شائعة الاستخدام بالإضافة إلى وظائف الفقد المحجوزة للبيانات ثلاثية الأبعاد وجهاز عرض شبكي مختلف لتكوين الكائنات ثلاثية الأبعاد. تباهى باحثو Facebook AI أيضًا حول عدد من الامتيازات الأخرى لـ PyTorch3D مثل دعم CUDA و API للتقديم التفاضلي إلخ.

وأضاف فريق Facebook AI أيضًا أنه باستخدام PyTorch3D ، يمكن للباحثين بسهولة استخدام هذه الوظائف مع نظام التعلم العميق المتاح بالفعل في PyTorch. إنه يوفر للجميع الوقت الذي سيتم إنفاقه في أبحاث التخطيط ثلاثي الأبعاد ، وهو أمر يتطلب الكثير من الخبرة للبدء فقط.

توظف PyTorch3D الشبكات ، وهي تنسيق بيانات أساسي لتشكيل كائنات ثلاثية الأبعاد ، ويمكنها استخدام موتر التصحيح (بعبارات أبسط) مفيد عندما يتعلق الأمر بالدفع ، وهي عملية معتادة للبحث في التعلم العميق.

يأتي PyTorch3D بعد إطار عمل الروبوتات PyRobot الذي تم طرحه العام الماضي ، وأبحاث FAIR 3D التي تستخلص شخصيات من مقاطع الفيديو الواقعية.

تعليقات

المشاركات الشائعة من هذه المدونة

لماذا يحتاج الذكاء الاصطناعي دائمًا إلى الرقابة البشرية ، لا يهم مدى ذكائه

تمت إعادة تسمية مشروع محفظة العملات المشفرة على Facebook "Calibra" ليصبح "Novi"

سيتمكن مستخدمو Google Voice قريبًا من نقل المكالمات الجارية