CAST

单张照片，重建可编辑的 3D 组件化场景

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署 数字人3D 🍴 复刻 12 🐛 待处理 4 👀 关注 8
GitHub ↗
GitHub 星标 ★ 258
维护状态 低维护
是否开源 开源
定价模式 🏷️完全免费 开源项目，MIT许可证，完全免费，需自行部署。

项目预览

CAST 项目界面预览图
图片来源：GitHub 官方仓库名片

项目数据

分类数字人3D
开发团队FishWoWater
GitHubhttps://github.com/FishWoWater/CAST
定价模式🏷️完全免费
价格说明开源项目，MIT许可证，完全免费，需自行部署。
访问状态🔧 仅开源项目，无在线服务，需自行部署
是否开源是
开源协议MIT
主要语言Python
技术栈/模型3d-generation,3daigc,image-to-3d,replicate,siggraph
GitHub 星标★ 258
上线时间2025-09-09 00:00:00
代码更新2025-11-09
仓库体积51.6 MB
本站数据更新2026-11-09
维护状态低维护
收录时间2026-08-09
浏览次数3

项目介绍

CAST 是 SIGGRAPH 2025 最佳论文提名论文的非官方简化实现，目标是从单张 RGB 图像重建组件对齐的 3D 场景。它解决的核心问题是传统 3D 重建方法难以将场景分解为独立、可编辑的组件，导致后续编辑或操作困难。项目通过组件对齐的方式，让重建出的 3D 场景不仅几何准确，还具备语义组件结构，便于用户对单个部件进行修改、替换或动画。目前项目处于早期开发阶段（working in progress），代码库以 Python 为主，提供基础的重建流程和实验脚本。核心能力包括从单图生成带组件标签的 3D 表示、支持场景级编辑，以及为研究者提供论文算法的可运行参考。由于是简化版，实现可能未完全覆盖论文所有细节，但足以作为学习或二次开发的起点。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 258

核心亮点

  • 直接复现顶会论文核心思路，降低学习门槛
  • 组件对齐输出，支持对场景中单个物体独立操作
  • 纯 Python 实现，便于二次开发和定制

不足之处

  • 非官方实现，可能与论文原版存在偏差
  • 早期项目，功能不完整，文档和社区支持待观察

适用场景

  • 学术研究：快速理解并复现 CAST 算法
  • 3D 内容创作：从实拍图生成可编辑的场景模型
  • 机器人仿真：从单目图像构建结构化环境

替代项目

Nerfstudio、3D Gaussian Splatting、OpenMVS

上一篇：scene-language

下一篇：LiDARCrafter

同类项目推荐

PaDT 开源

把图像切成 token，一个模型搞定分割、检测、姿态估计

[ICLR 2026] Official implementation of "Patch-as-Decodable-Token: Towards Unified Mu···

★ 167 2026-08-09
ComfyUI-Qwen-VL-API 开源

在ComfyUI里直接调用通义千问视觉模型，让图像生成更智能

QWen-VL-Plus & QWen-VL-Max in ComfyUI

★ 219 2026-08-09
gImageReader 开源

桌面点点鼠标，把图片和扫描件变成可复制文字

A Gtk/Qt front-end to tesseract-ocr.

★ 2023 2026-10-27
ppu-paddle-ocr 开源

TypeScript 版 PaddleOCR，哪都能跑，识别快

Lightweight, probably the fastest PaddleOCR SDK in TypeScript. Multilingual Support.···

★ 150 2026-09-19
see-through 开源

一张动漫图，自动拆成可编辑图层

"Single-image Layer Decomposition for Anime Characters" (SIGGRAPH 2026 Conference Pa···

★ 5551 2026-10-03
RawMangaReader 开源

本地离线识别日文漫画文字，保护隐私免上传

An OCR App for Manga

★ 102 2026-09-19
RomanTex 开源

用注意力网络生成3D模型无缝高保真纹理

RomanTex: Decoupling 3D-aware Rotary Positional Embedded Multi-Attention Network for···

★ 82 2026-08-09
iOS-OCR-Server 开源

把 iPhone 变成局域网 OCR 接口

An iOS OCR Server Using Apple’s Vision Framework

★ 2102 2026-10-27
MonkeyOCRv2 开源

专为文档打造的视觉骨干，让 OCR 与版面理解更准

MonkeyOCRv2 Vision Encoder — A Document-Native Visual Backbone

★ 1667 2026-09-19