Facebook開源PyTorch3D 讓3D環境中的機器學習更容易建置

過去開源以Torch為基礎，並且在底層以常見C++程式語言實現的Python機器學習資料庫PyTorch之後，Facebook稍早再度宣布開源可用於3D環境進行機器學習的資料庫PyTorch3D，藉此讓更多開發者能藉由Python簡化3D環境內的機器學習設計，甚至能夠將學習結果對應至2D圖像內容。

由於在目前與真實世界有所串接的人工智慧應用，例如機器人對於空間感知能力表現，或是自駕車對於真實世界中的物件遠近判斷，藉由3D建模進行空間感知學習訓練成為相當重要環節，此次Facebook宣布開源PyTorch3D資料庫，自然也是希望透過開源方式讓3D空間內的機器學習應用可以加快普及，同時也能更容易被廣放使用。

而為了簡化3D模型建模批次處理流程，Facebook也提出針對機器學習模型打造的Meshes格式，藉此處理異構學習模型數據結構，並且讓應用程式可以更容易串接3D環境內的機器學習項目。

此外，應用PyTorch3D資料庫的學習結果也能轉換用於2D圖像內容，藉此讓3D物件轉換為2D圖像時，依然能讓系統分辨圖層前後關係，例如用於識別正確照片中的人物前後位置關連，進而能夠實現更自然的景深後製調整效果，而不會出現前方人物衣服與背面人物一同被模糊，卻只有臉部維持清晰的奇怪現象。

Facebook將PyTorch3D資料庫開源之後，預期將能帶動更廣泛的機器學習應用。

《原文刊登於合作媒體mashdigi，聯合新聞網獲授權轉載。》