TRELLIS
项目核心内容总结
TRELLIS 是一个基于扩散模型和变分自编码器（VAE）的3D生成框架，支持通过图像或文本条件生成3D模型。其主要功能包括：
- 图像到3D生成：利用图像条件训练模型，生成高质量3D结构。
- 文本到3D生成：通过文本描述生成3D模型，支持基础、大型及超大型模型（文本条件）。
- 多模态支持：结合图像与文本条件，增强生成多样性。
使用方法
- 训练：通过命令行调用
train.py，指定配置文件（如slat_flow_img_dit_L_64l8p2_fp16.json）和输出目录，支持单节点（自动分配GPU）或多节点分布式训练（需设置节点数、地址及端口）。 - 恢复训练：通过
--load_dir和--ckpt参数加载预训练模型继续训练。
主要特性
- 提供多种预训练模型（如图像条件、文本条件模型），支持不同规模（基础、大型、超大型）。
- 支持灵活的训练配置，包括自动重试、性能分析及多GPU/多节点扩展。
- 使用MIT许可证，部分子模块（如渲染器、Flexicubes）采用其他开源协议。
注意事项
- 训练需指定数据目录，支持多个数据集路径。
- 部分功能依赖CUDA加速的渲染器及Flexicubes库。