Facebook AI Research（FAIR）今天推出了PyTorch3D，该库使研究人员和开发人员可以将深度学习和3D对象结合在一起。

作为该版本的一部分，Facebook还开放了Mesh R-CNN的采购，Mesh R-CNN是去年推出的模型，能够在室内空间图像中从2D形状渲染3D对象。

在3D中工作对于渲染出现在混合现实或虚拟现实中的3D对象或场景很重要。它也可以用于应对AI挑战，例如机器人抓地力或帮助自动驾驶汽车了解附近物体的位置。

PyTorch3D带有常用的3D运算符和用于3D数据的损失函数，以及用于创建3D对象的可区分网格渲染器。PyTorch3D还具有可区分的渲染API，一些CUDA支持以及现有3D库中都无法提供的异构批处理功能。

“借助PyTorch3D，研究人员可以输入所有这些功能，并将其与PyTorch中的深度学习系统一起使用，这大大减少了进行3D计划研究的时间。”

PyTorch3D使用网格，为点和面的互操作性的数据格式构成3D对象，PyTorch3D的首次发布是在去年推出PyRobot机器人框架以及进行FAIR 3D研究之后进行的。

电科技专注于TMT领域报道，青云计划、百+计划获得者。荣获2013搜狐最佳行业自媒体人称号、2015中国新媒体创业大赛总决赛季军、2018百度动态年度实力红人等诸多大奖。