visualbruno/ComfyUI-Trellis2

해결하는 문제

이 프로젝트는 TRELLIS.2용 ComfyUI 래퍼를 제공하여 사용자가 2D 이미지에서 3D 자산을 생성하는 과정을 노드 기반의 시각적 워크플로우에 통합할 수 있도록 합니다. 다양한 전용 노드를 사용하여 3D 메시 생성, 텍스처 적용, 최적화를 간소화합니다.

작동 방식

TRELLIS.2 프레임워크가 이미지를 3D 객체로 변환하기 위해 요구하는 일련의 단계를 구현합니다. 래퍼는 다음을 위한 노드 세트를 제공합니다:

• 생성: 단일 이미지에서 다중 뷰 이미지 또는 복셀을 생성 (예: Sparse, ImageCond, 또는 Shape Cascade 생성기 사용).
• 메시 생성: 복셀을 메시로 변환하고 다양한 알고리즘을 사용하여 메시를 재구성 (예: Voxel to Mesh, Trellis2ReconstructMesh).
• 메시 최적화: PyMeshlab 및 Meshlib와 같은 라이브러리를 사용하여 평활화, 정점 용접, 메시 단순화, 구멍 메우기 등의 기하학적 정리 도구를 활용.
• 텍스처 적용: 다중 뷰 이미지 기반으로 3D 모델에 텍스처를 적용.

대상 사용자

ComfyUI를 사용하고 TRELLIS.2 아키텍처를 활용하여 2D 이미지에서 3D 자산을 생성하고자 하는 아티스트, 3D 디자이너, AI 연구자.

주요 기능

• 포괄적인 메시 툴셋: 평활화, 단순화, 수밀 메시 생성 (Voxel to Mesh)용 노드 포함.
• LMD 지원: Pixal3D-T 및 DINOv3 특징 추출기 등 다양한 모델 지원.
• 유연한 생성: 다양한 3D 재구성 요구에 맞는 다양한 생성기 유형 (Sparse, ImageCond, Shape).
• 멀티뷰 렌더링: Nvdiffrast를 통한 통합 렌더링 기능.
• 고급 포스트프로세싱: 구멍 메우기, 정점 용접, 메시 단순화용 전용 노드.