OpenLRM：3D 生成器 — 功能与运行要求

OpenLRM — 这是一个由 3DTopia 团队开发的开源 3D 生成器，解决 image-to-3D 任务。该工具允许根据单个输入图像获得三维模型，并被作者定位为 Large Reconstruction Models 的开源实现。

功能

据作者描述，OpenLRM 从平面图像中重建三维几何形状。仓库中指出，代码使用 Python 编写，并利用了 transformers 库。 该模型可供下载：最大的权重文件占用 1.7 GB，所有文件的总大小为 3.4 GB。作者提到了 openlrm-obj-small-1.1 变体，该变体在 Objaverse 数据集上训练，根据文档，可以将结果导出为 obj 格式。开发者未指定其他导出格式。

运行要求

本地运行需要 CUDA 平台——这是文档中的直接说明：作者建议在配置中减小 frame_size 参数，如果出现 CUDA OOM 内存不足错误。 代码根据 Apache-2.0 许可证分发，权重文件则根据 cc-by-nc-4.0 许可证分发。这意味着权重的商业使用受到限制。源代码可以在 github.com/3DTopia/OpenLRM 的仓库中找到，权重可以在 huggingface.co/zxhezexin/openlrm-mix-large-1.1 找到。最后记录的发布版本是 v1.1.1，代码的最后修改日期为 2024 年 5 月。

适合谁

该工具对计算机视觉领域的研究人员和开发者很有用，他们希望了解 Large Reconstruction Models 的架构或根据自己的数据微调模型。开源代码和清晰的源代码许可证有助于这一点。 那些寻找现成商业解决方案的人应该考虑到权重的非商业许可证以及对支持 CUDA 的 GPU 的强制要求。如果没有显卡或显卡不是 NVIDIA 的，就无法在本地运行 OpenLRM。作者不提供云服务，因此只能依赖自己的硬件。 OpenLRM 作为一个具有透明架构的研究项目，占据了自己的细分领域。它并不试图成为适用于所有情况的通用工具，但提供了根据单张照片重建 3D 模型的方法的复现和研究可能性。