Facebook開源PyTorch3D以實現從三個角度思考的AI

Facebook Inc.的研究部門周四發布了PyTorch3D的代碼，PyTorch3D是一種自產的工具包，旨在簡化可在三維環境中運行的人工智能模型的開發。

在或至少了解3D空間的能力對于跨多個領域的深度學習應用至關重要。最明顯的領域是機器人技術，虛擬現實和增強現實。即使是分析對象二維照片的傳統圖像識別模型，也可以從了解對象的真實三維形式中受益，因為額外的上下文可能有助于提高其準確性。

但是，由于Facebook表示缺乏專用開發工具，因此在釋放3D深度學習優勢方面的進展相對緩慢。借助PyTorch3D，社交網絡的研究人員正在尋求解決差距并降低學習曲線，以在應用程序中實施該技術。

PyTorch3D的第一個組件是稱為網格的數據結構。數字3D模型由所謂的網格組成，這些網格具有多種不同的類型，可能很難使用。網狀結構為組織這些形狀提供了統一的格式，Facebook表示，這使AI開發人員更輕松地處理其數據。

開發人員可以使用Facebook包含在PyTorch3D中的一組損失函數和運算符來構建AI模型以處理其3D模型。損失函數是用于跟蹤AI在數據集上進行訓練時所犯錯誤的算法，該信息有助于引導學習過程朝正確的方向發展。操作員本質上是在編寫用于執行復雜任務的快捷方式，在這種情況下，涉及3D對象的計算。

Facebook研究人員Nikhila Ravi，Georgia Gkioxari和Justin Johnson在博客中寫道：“我們已經完成了優化3D數據的幾種常用運算符和損失函數的實現的工作，從而支持了不同批次的輸入 。” “隨著時間的推移，我們將繼續增加一組通用運算符。”

Facebook已通過渲染引擎增強了PyTorch3D的功能集，該引擎將3D數據轉換為2D圖像，開發人員可以查看或應用程序對其進行處理。渲染器不僅可以生成對象，還可以添加照明和陰影效果。它具有一個應用程序編程接口，該接口允許將項目導出到流行的深度學習框架，例如Facebook開發的PyTorch(該工具包的同名產品)。

Facebook的研究人員寫道：“我們使用PyTorch3D的目標是在深度學習和3D的交叉點上推動進步。” “憑借獨特的可區分渲染功能，我們為構建無需依靠時間密集的手動3D注釋即可進行高質量3D預測的系統的潛力感到興奮。”