Трехмерное глубокое обучение на Python. Разрабатывайте модели компьютерного зрения с использованием 3D-данных с помощью библиотеки PyTorch3D и других инструментов
Эта книга представляет собой практическое руководство по современному трёхмерному глубокому обучению. Она предназначена для специалистов по машинному обучению и компьютерному зрению, которые хотят освоить работу с 3D-данными.
В первой части рассматриваются основы обработки 3D-данных: представление данных в виде облаков точек, полигональных сеток и вокселей, работа с форматами файлов (PLY, OBJ), системы 3D-координат и модели камер. Авторы подробно объясняют фундаментальные концепции трёхмерного компьютерного зрения и геометрии.
Вторая часть посвящена практическому применению библиотеки PyTorch3D для отрисовки, растеризации и затенения 3-мерных сцен. Книга содержит пошаговые примеры программирования, которые помогут читателям закрепить теоретические знания.
Особое внимание уделяется современным продвинутым моделям трёхмерного глубокого обучения, таким как NeRF (Neural Radiance Fields), SynSin и Mesh R-CNN. Эти технологии находятся на переднем крае исследований в области компьютерного зрения и позволяют создавать сложные модели для работы с 3D-данными.
