ทีมงาน Facebook AI Research ผู้พัฒนา PyTorch เปิดตัว PyTorch3D ไลบรารี่ที่ปรับปรุงประสิทธิภาพสำหรับงาน Deep Learning ภาพ 3 มิติ
PyTorch3D เป็นไลบรารี่ที่ถูกออกแบบมาสำหรัยงาน Computer vision 3 มิติโดยเฉพาะ ตัวไลบรารี่มี Data structure สำหรับเก็บข้อมูล Triangle meshes กลไกจัดการขั้นตอนต่างๆของ Triangle meshes เช่น Projective transformation, Graph convolution, และ Sampling อย่างมีประสิทธิภาพ รวมไปถึงตัวเรนเดอร์ที่สามารถทำงานร่วมกับ Differentiable functions ได้
ความสามารถทั้งหมดนี้จะเข้ามาเป็นส่วนเสริมจากความสามารถดั้งเดิมของ PyTorch ทำให้ผู้ใช้สามารถเขียนโค้ดผ่าน PyTorch tensor รวมทั้งจัดการข้อมูล การเทรน และการรันโค้ดได้ด้วยฟีเจอร์ต่างๆของ PyTorch ได้
เมื่อเทียบกับ PyTorch แบบพื้นฐานแล้ว PyTorch3D สามารถทำงานกับข้อมูล 3 มิติได้รวดเร็วกว่าถึง 10 เท่า และทำงานกับข้อมูล 3 มิติได้อย่างมีประสิทธิภาพมากกว่า โดยนักวิจัยผู้พัฒนาไลบรารี่นี้ได้ทำการทดสอบกับชุดข้อมูล ShapeNet และพบว่า PyTorch3D ได้เพิ่มประสิทธิภาพในการทำนายแบบ Unsupervised จากระบบ State-of-the-art เดิม
PyTorch3D เปิดให้ใช้งานแล้วในรูปแบบ Opensource ผู้ที่สนใจสามารถเข้าไปศึกษาและชมตัวอย่างการใช้งานได้ที่ https://github.com/facebookresearch/pytorch3d
