2月7日青亭网报道，Facebook AI Research今天宣布推出PyTorch3D开源数据库，这是一个高度模块化的数据库，其可通过PyTorch简化3D深度学习。
与此同时，Facebook表示去年公布的Mesh R-CNN模型将作为PyTorch3D的一部分，Mesh R-CNN是去年推出的能将室内2D图像转换为3D模型的AI，其特点是能够在杂乱、遮挡环境中进行分析物体三维形状。
Facebook AI工程师Nikhila Ravi表示：PyTorch3D就是受到了Mesh R-CNN和Facebook AI Research其它相关研究所启发。
青亭网了解到，PyTorch3D具备更快、更灵活的特性，其采用特殊的三角网格数据结构，其支持不同批次输入；模块化的网络渲染引擎。
3D解析能力对于AI更好的理解现实世界中的物体有着至关重要的作用，例如机器人导航、改善AR/VR体验，甚至还能识别2D图片中被遮挡的物体。
从前由于缺乏足够的工具和资源，而且将神经网络与3D模型结合有着较高的复杂性，导致很多传统图像算法并不适用，导致3D深度学习研究进展缓慢。
基于PyTorch3D，研究员可以展开更丰富有关3D模型的深度学习研究，还可以与PyTorch现有神经网络模型结合，甚至改善2D下的识别效率等。
