三維模型生成 – NVIDIA 技術博客

借助 NVIDIA MONAI Cloud API 加速 3D 醫學影像的 AI 工作流

Sun, 26 Nov 2023 06:41:06 +0000

AI 越來越多地用于改善醫學成像，以進行健康篩查和風險評估。例如，醫學影像分割可為腫瘤檢測和治療規劃提供重要數據。然而，醫學影像的獨特性和多樣性使得實現一致、可靠的結果具有挑戰性。 NVIDIA MONAI Cloud API 幫助解決這些挑戰，簡化了平臺集成商的 AI 功能和基礎設施設置之旅。本文介紹了 NVIDIA MONAI Cloud API、VISTA-3D 和 Auto3DSeg，并解釋了如何同時使用它們來實現自適應 3D 醫學成像。 NVIDIA MONAI Cloud API 可提供低延遲、交互式且經濟高效的 AI 輔助標注工作流。借助持續學習機制，該模型可適應新的真實數據，使其能夠隨著時間的推移保持相關性和可靠性。 VISTA-3D 基于大量數據集進行訓練，是用于 3D 醫學成像的專用交互式基礎模型。VISTA – 3D 為 NVIDIA…

Source

]]>

使用模塊化、OpenUSD 加持的 Omniverse 版本加速 3D 工作流程

Tue, 08 Aug 2023 03:59:19 +0000

最新的NVIDIA Omniverse版本可基于Omniverse Kit 105套件提供一系列令人振奮的新功能，使開發者能夠更加輕松地開始構建3D模擬工具和工作流。基于通用場景描述（即OpenUSD）、NVIDIA RTX和AI技術打造的Omniverse使用戶能夠創建出先進實時3D模擬應用，用于工業數字化和AI感知場景。這個完全可組合的平臺可從工作站擴展到云，因此只需少量編碼工作就能構建先進、可擴展的解決方案。在SIGGRAPH 2023上的NVIDIA主題演講中，NVIDIA首席執行官黃仁勛發布了ChatUSD和RunUSD。 ChatUSD 是一個大型語言模型（LLM）媒介，可使用文本生成Python-USD 代碼腳本和回答USD知識問題，有助于直接在Omniverse中簡化并加速USD 開發任務。 RunUSD是一個Cloud API，

Source

]]>

通過 NVIDIA OptiX 8 實現靈活且強大的光線追蹤功能

Mon, 07 Aug 2023 03:50:05 +0000

實現逼真的視覺效果一直是計算機圖形領域人士所追求的目標。NVIDIA OptiX 是一款強大且靈活的光線追蹤技術框架，能讓用戶充分挖掘光線追蹤的潛力。NVIDIA OptiX 是一款基于CUDA并行編程模型的GPU加速光線追蹤API，能夠提供實現光線追蹤所需的全部工具，助力在NVIDIA圖形處理器上高效地定義和執行復雜的光線追蹤算法。配合OpenGL或DirectX等圖形API，NVIDIA OptiX可幫助用戶創建渲染器，實現更快、更具成本效益的產品開發周期。 NVIDIA OptiX 廣泛應用于如產品設計、可視化等各種媒體和娛樂垂直領域。設計人員可通過它渲染出高質量的產品圖像和動畫，提升可視化設計與迭代效率。它可以準確模擬出真實的照明和材質，呈現更加逼真的最終產品。圖 1. 人物建模圖像：在Maya和Mudbox中建模和貼圖，未使用掃描，

Source

]]>

通過神經核表面重建高保真數字孿生

Fri, 09 Jun 2023 05:35:23 +0000

從點云重建平滑曲面是創建真實世界對象和場景的數字孿生的基本步驟。表面重建算法出現在各種應用中，如工業模擬、視頻游戲開發、建筑設計、醫學成像和機器人。神經核表面重建（ NKSR ）是一種新的 NVIDIA 算法，用于從大型點云重建高保真表面。 NKSR 可以在幾秒鐘內處理數百萬個點，并在各種基準上實現最先進的質量。 NKSR 是傳統泊松曲面重構的一個很好的替代品，它提供了更大的細節和更快的運行時間。 NKSR 利用一種名為神經核場的新型 3D 深度學習方法來實現高質量的重建。由 NVIDIA 多倫多人工智能實驗室于 2022 年首次引入的神經核場，預測了一組與數據相關的基函數，用于解決閉合曲面重構問題。這種新方法實現了前所未有的泛化（用于對對象進行訓練和重建場景）以及對不同尺度的場景和對象進行多模式訓練。要了解更多技術細節，請訪問 NKSR 項目頁面。

Source

]]>

Exelon 使用網格基礎設施的合成數據生成來自動化無人機檢查

Mon, 01 May 2023 02:19:22 +0000

大多數無人機檢查仍然需要人工手動檢查視頻中的缺陷。如果沒有針對每一個可能的缺陷的大量標記數據庫，訓練計算機視覺模型來自動化檢查是很困難的。在最近的一個NVIDIA GTC會議，我們分享了 Exelon 如何在 NVIDIA Omniverse 中使用合成數據生成來自動創建數千個各種網格資產缺陷的標記、照片真實感示例。這篇文章強調了如何使用合成圖像來訓練實時無人機檢查的檢查模型，從而實現更好的網格維護，提高可靠性和彈性。 Exelon 是美國最大的受監管電力公司，為伊利諾伊州、馬里蘭州、賓夕法尼亞州、特拉華州、新澤西州和華盛頓特區的 1000 多萬客戶提供服務。在其下方清理路徑該能源供應商計劃到 2030 年減排 50% ，到 2050 年實現凈零排放。我們確定了多種好處，包括減少工作人員的現場危險，減少審查圖像的體力勞動，以及加快從圖像捕獲到缺陷解決的時間線，

Source

]]>