​全新技術 Fast3R ：實現千張圖片一鍵3D 重建，速度驚人!

在計算機視覺領域，多視角3D 重建一直是一項重要且具挑戰性的任務，尤其是在需要精確且可擴展的表示時。現有的主流方法，例如 DUSt3R，主要採用成對處理的方式，這種方法在進行多視角重建時需要複雜的全局對齊程序，既耗時又耗力。爲了解決這一問題，研究團隊提出了 Fast3R，這是一種創新的多視角重建技術，它可以在一次前向傳播中處理多達1500張圖片，大幅提升了重建速度。

Fast3R 的核心是一個基於 Transformer 的架構，能夠並行處理多張視圖信息，從而省去迭代對齊的過程。這一新方法通過廣泛的實驗驗證了其在相機位姿估計和3D 重建任務中的出色表現，顯著提高了推理速度，並減少了誤差積累，使 Fast3R 成爲多視角應用中一種強有力的替代方案。

在 Fast3R 的實現中，研究者運用了一系列大規模模型訓練和推理技術，確保了高效且可擴展的處理能力。這些技術包括 FlashAttention2.0（用於內存高效的注意力計算）、DeepSpeed ZeRO-2(用於分佈式訓練優化)、位置嵌入插值(便於短期訓練和長期測試)以及張量並行(加速多 GPU 推理)。

在計算效率方面，Fast3R 在單張 A100GPU 上表現優異，顯示出相比 DUSt3R 的顯著優勢。例如，當處理32張分辨率爲512×384的圖像時，Fast3R 僅需0.509秒，而 DUSt3R 則需要129秒，且在處理48張圖像時便面臨內存溢出的問題。Fast3R 不僅在時間和內存消耗上表現突出，也在模型和數據規模方面展現出良好的擴展性，預示着其在大規模3D 重建中的廣闊前景。

項目入口:https://fast3r-3d.github.io/

劃重點:

🌟 Fast3R 技術可以在一次前向傳播中處理多達1500張圖片，大幅提高3D 重建速度。  

⚡ Fast3R 的 Transformer 架構支持並行處理，省去傳統方法的複雜對齊過程。  

🚀 與 DUSt3R 相比，Fast3R 在時間和內存使用上展現出顯著優勢，適用於大規模3D 重建應用。