Direct3D-S2

⚠ 该项目 README 未提供完整安装说明，以下步骤为通用流程，请以官方文档为准。

环境要求

• Python 环境（README 未注明具体版本，需自行确认）
• NVIDIA CUDA GPU：512 分辨率至少 10GB 显存，1024 分辨率约 24GB
• 可访问 Hugging Face 以拉取模型 wushuang98/Direct3D-S2
• 已按仓库要求装好 PyTorch 等运行依赖（README 未给出安装命令）

安装与启动步骤

1. 1克隆项目仓库

   把 Direct3D-S2 源码下载到本地，后续脚本放在该目录内运行，便于引用 direct3d_s2 包。

   git clone https://github.com/DreamTechAI/Direct3D-S2.git
   cd Direct3D-S2

   复制

2. 2确认显卡显存

   README 明确说明：512 分辨率至少需 10GB 显存，1024 分辨率约需 24GB，显存不足请降到 512。

3. 3编写推理脚本

   把 README 的示例代码保存为 infer.py，只能改图片路径，不要改模型名与 subfolder。

   from direct3d_s2.pipeline import Direct3DS2Pipeline
   pipeline = Direct3DS2Pipeline.from_pretrained(
     'wushuang98/Direct3D-S2', 
     subfolder="direct3d-s2-v-1-1"
   )
   pipeline.to("cuda:0")
   
   mesh = pipeline(
     'assets/test/13.png', 
     sdf_resolution=1024, # 512 or 1024
     remove_interior=True,
     remesh=False, # Switch to True if you need to reduce the number of triangles.
   )["mesh"]
   
   mesh.export('output.obj')

   复制

4. 4执行推理生成

   在仓库根目录运行脚本，首次会从 Hugging Face 下载模型权重，需等待较长时间。

   python infer.py

   复制

5. 5检查导出结果

   运行结束后当前目录会生成 output.obj，用 Blender 或 MeshLab 打开确认是有效网格。

关键配置

如何确认成功

脚本无报错跑完，当前目录出现 output.obj，且用 3D 软件打开能看到完整网格即成功。

常见问题

注意事项

• README 的 Installation 章节为空，未提供任何依赖安装命令，环境需自行准备，因此本教程置信度为 low。
• 示例输入 assets/test/13.png 是仓库内测试图，实际使用时替换为自己的图片路径。
• 512 分辨率只是 1024 模型的中间步骤，官方明确不推荐在该分辨率下生成最终模型。
• 代码中设备写死为 cuda:0，多卡环境下需自行确认显卡序号。