01 书籍特点
- 通过渲染、PyTorch优化和异构批处理了解3D数据处理
- 用实例实现可微分渲染概念
- 了解如何使用PyTorch3D轻松使用最新的3D深度学习技术
02 书籍说明
有了这本3D深度学习的实践指南，使用3D计算机视觉的开发人员将能够将他们的知识投入到工作中，并立即开始运行。
本书通过对基本概念和实际示例的逐步解释，让您探索并深入了解最先进的3D深度学习。您将了解如何使用PyTorch3D进行基本的3D网格和点云数据处理，包括加载和保存ply和obj文件，使用透视相机模型或正交相机模型将3D点投影到相机协同中，将点云和网格渲染到图像中，等等。当您实现一些最新的3D深度学习算法（如差分渲染、Nerf、synsin和mesh RCNN）时，您将意识到使用PyTorch3D库对这些深度学习模型的编码是如何变得更容易的。
在本书结束时，您将可以自主实现自己的3D深度学习模型。
03 你将学到什么
- 开发与环境交互的3D计算机视觉模型
- 掌握点云、网格、层和obj文件格式的三维数据处理
- 使用三维几何图形、相机模型以及它们之间的协调和转换
- 轻松理解渲染、着色等概念
- 为许多3D深度学习模型实现差分渲染
- 先进的3D深度学习模型，如Nerf、synin、mesh RCNN
04 这本书适合谁？
本书面向初学者到中级机器学习从业者、数据科学家、ML工程师和DL工程师，希望熟练使用3D计算机视觉技术的伙伴。
