创建

登录 ReadmeX

或

了解我们如何处理你的信息: 隐私政策

ReadmeX

陪你读懂 AI 动态

今天,想先了解什么?

选一份动态总结,或直接聊聊你的问题。

社区和关注动态总结只属于你自己。

资讯

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。

Back to Articles

The Definitive Fine-Tuning Guide for 3D Generation Models

Published November 12, 2026

Update on GitHub

Upvote 44

Suvaditya Mukherjee suvadityamuk

#TRELLIS.2#Hugging Face#Hugging Face Jobs#PEFT#LoRA#Google Scanned Objects

原文约 17 分钟读完阅读原文
群聊

还没有评论,来说说你的看法。