Automatisation IA de Modèles 3D
Budget: €36 – €0 EUR
J’ai en tête une chaîne complète : je dépose un scan 3D brut, l’IA le transforme sans intervention humaine en un modèle propre, optimisé et prêt à être exploité.
L’objectif immédiat est donc la génération automatique à partir d’images issues de scans 3D. Pas d’architecture, pas de personnages pour l’instant : je me concentre sur cette source d’entrée spécifique.
Ce que j’attends :
• un prototype fonctionnel (script, notebook ou service) capable de prendre un fichier de scan, le pré-traiter, reconstruire la géométrie, nettoyer le maillage et, si possible, produire un format standard (OBJ/FBX/GLB).
• le code commenté, les modèles entraînés et un court guide d’installation.
• une démonstration sur plusieurs scans fournis pour valider la qualité de sortie (maillage étanche, nombre de polygones raisonnable, artefacts minimaux).
Je reste ouvert à vos choix techniques – PyTorch, TensorFlow, Blender Python, MeshLab, Cloud services… tant que le pipeline est reproductible. Si vous avez déjà travaillé avec des réseaux de type Neural Implicit Surface, point-cloud to mesh ou des approches similaires, précisez-le ; c’est un vrai plus.
Faites-moi part de votre approche, des délais envisagés et, surtout, d’exemples concrets de transformations que vous avez menées de scans vers des modèles exploitables. Hâte de découvrir vos propositions.
L’objectif immédiat est donc la génération automatique à partir d’images issues de scans 3D. Pas d’architecture, pas de personnages pour l’instant : je me concentre sur cette source d’entrée spécifique.
Ce que j’attends :
• un prototype fonctionnel (script, notebook ou service) capable de prendre un fichier de scan, le pré-traiter, reconstruire la géométrie, nettoyer le maillage et, si possible, produire un format standard (OBJ/FBX/GLB).
• le code commenté, les modèles entraînés et un court guide d’installation.
• une démonstration sur plusieurs scans fournis pour valider la qualité de sortie (maillage étanche, nombre de polygones raisonnable, artefacts minimaux).
Je reste ouvert à vos choix techniques – PyTorch, TensorFlow, Blender Python, MeshLab, Cloud services… tant que le pipeline est reproductible. Si vous avez déjà travaillé avec des réseaux de type Neural Implicit Surface, point-cloud to mesh ou des approches similaires, précisez-le ; c’est un vrai plus.
Faites-moi part de votre approche, des délais envisagés et, surtout, d’exemples concrets de transformations que vous avez menées de scans vers des modèles exploitables. Hâte de découvrir vos propositions.
Related categories:
Python
3D Rendering
Machine Learning (ML)
3D Modelling
3D Animation
3D Printing
Neural Networks
3D Visualization