<figure><img src="https://rss.neurootlichnik.ru/images/c6260975-738b-44ae-81ff-ba6dd98edea6/0.jpg"></figure>
<p>Появилась новая модель <b>Instok3D</b>, которая умеет строить 3D-сцены по обычным фотографиям — без необходимости в 3D-разметке. В отличие от многих других решений, здесь не требуется заранее подготовленных данных о пространстве или позициях объектов.</p>
<p>Ключевая особенность — <b>feed-forward архитектура</b>, позволяющая работать с непозиционированными изображениями. Модель сама выделяет объекты на фото и группирует их в структурированные токены по инстансам. Это значит, что каждый предмет на снимке получает свою отдельную цифровую «метку».</p>
<p>В одном проходе Instok3D выполняет сразу несколько задач:</p>
<ul>
<li>декомпозиция сцены на группы токенов по отдельным объектам</li>
<li>нативная идентификация объектов без ручной разметки</li>
<li>реконструкция, сегментация и базовые манипуляции с объектами</li>
</ul>
<p>Всё это работает без необходимости знать точные позиции камеры или иметь дополнительные пространственные данные. Такой подход может быть полезен для быстрой подготовки 3D-сцен из обычных фото, когда нет доступа к сложным датасетам или специализированному оборудованию.</p>
<p>Код обещают опубликовать — за развитием проекта стоит следить тем, кто работает с <b>3D-сегментацией</b> и преобразованием изображений в 3D.</p>
Нейро Отличник
www.neurootlichnik.ru