- 谁
- Hugging Face
- 引文
In this blog, we provide fine-tuning scripts and containers to fine-tune TRELLIS.2, a popular 3D model on your 3D assets, that can run both locally and on Hugging Face Jobs.
发生了什么
Hugging Face 提供脚本和 Docker 容器，可在本地或使用 Hugging Face Jobs 对 TRELLIS.2 进行微调，以适配自定义 3D 资产。在一项实验中，作者使用了来自 Google Scanned Objects 的 188 个鞋类物体，在冻结纹理 DiT 的同时，为稀疏结构和形状 DiT 添加了 LoRA 适配器。在九个留出物体上，这些适配器将平均 F-score 从 0.276 提高到 0.803，并将 Chamfer 距离从 0.174 降至 0.033。
推荐理由
本指南展示了如何针对几何阶段进行适配，同时冻结纹理阶段，并结合数据集说明这些选择，同时报告九个留出物体上的结果。
接下来读什么
查看这件事的完整进展Hugging Face 发布 TRELLIS.2 3D 鞋类微调指南这件事到目前为止
Hugging Face 发布了脚本、Docker 容器和操作指南，介绍如何使用自定义 3D 资产对 TRELLIS.2 进行微调，可在本地操作，也可使用 Hugging Face Jobs。在一项针对 Google Scanned Objects 中 188 个鞋类物体的实验中，作者为稀疏结构和形状扩散 Transformer 添加了 LoRA 适配器，同时冻结纹理 Transformer。在 9 个留出物体上，这些适配器将平均 F-score 从 0.276 提高到 0.803，并将 Chamfer 距离从 0.174 降至 0.033。 该指南要求用户拥有 Hugging Face 账户，并获得对 DINOv3 这一受限模型的访问权限。使用自有数据集的用户必须先将网格上传到 Hub，然后才能开始。