Hugging Face 发布 TRELLIS.2 微调指南
AI 总结
Hugging Face 作者 Suvaditya Mukherjee 与 Pedro Cuenca 发布了用于微调 TRELLIS.2 的脚本和容器,既可通过本地 Docker 运行,也可在 Hugging Face Jobs 上执行。其鞋类实验微调了结构与形状模块、冻结纹理模块,使用 188 个 Google Scanned Objects 和 9 个留出样本。适配后模型的平均 F-score 从 0.276 升至 0.803,Chamfer 距离从 0.174 降至 0.033,法向一致性从 0.530 提升至 0.804。
深度见解
该指南提供了可操作的任务级 TRELLIS.2 微调流程,并给出一项范围有限的鞋类实验的几何改进结果。
#TRELLIS.2#Hugging Face#Hugging Face Jobs#PEFT#LoRA#Google Scanned Objects