> ## Content Index
> Fetch the complete content index at: https://www.hubwiz.com/blog/llms.txt
> Use this file to discover other available public pages before exploring further.

# SPAR3D快速指南
- URL: https://www.hubwiz.com/blog/spar3d-quick-guide/
- Published: 2025-01-10T03:11:45.000Z
- Updated: 2025-01-10T03:11:45.000Z
- Description: SPAR3D 是一种最先进的开源模型，用于通过点云调节从单个图像快速前馈 3D 网格重建，以提高重建质量。
- Author: admin
- Tags: MODEL-ZOO, SPAR3D, STABLE FAST 3D, IMAGE-TO-3D, #Import 2026-10-14 14:41

SPAR3D 是一种最先进的开源模型，用于通过点云调节从单个图像快速前馈 3D 网格重建，以提高重建质量。

SPAR3D 基于[ Stable Fast 3D](https://github.com/Stability-AI/stable-fast-3d?ref=hubwiz.com)，但通过调节点云改进了网格的背面。可以使用我们附带的点云去噪模型从图像生成示例点云，甚至可以在外部工具或我们附带的 gradio 演示中轻松编辑此点云。这样可以修复缺失的背面细节。我们利用新颖的贡献进一步提高了材料的预测质量。我们在实现所有这些的同时仍保持了快速的推理速度。

## 1、SPAR3D安装

确保你的环境是：

- Python >= 3.8（取决于 PyTorch 版本 >3.9）
- 可选：CUDA
- 对于 Windows（实验性）：Visual Studio 2022
- [根据你的平台](https://pytorch.org/get-started/locally/?ref=hubwiz.com)安装了 PyTorch，确保 Pytorch CUDA 版本与你的系统匹配。
- 通过 `pip install -U setuptools==69.5.1` 更新 setuptools
- 通过 `pip install wheel` 安装 wheel

然后，使用 `pip install -r requirements.txt` 安装其余要求。如果需要重新网格化，请使用 `pip install -r requirements-remesh.txt` 安装其他要求。对于 gradio 演示，需要额外的 `pip install -r requirements-demo.txt`。

## 2、请求访问和登录

SPAR3D模型在 [Hugging Face ](https://huggingface.co/?ref=hubwiz.com)处有门控限制：

- 登录 Hugging Face 并在[此处](https://huggingface.co/stabilityai/stable-point-aware-3d?ref=hubwiz.com)请求访问权限。
- 在[此处](https://huggingface.co/settings/tokens?ref=hubwiz.com)创建具有读取权限的访问令牌。
- 在环境中运行 `huggingface-cli login` 并输入令牌。

## 3、低 VRAM 模式

要以低 VRAM 模式运行 SPAR3D，请设置环境变量 `SPAR3D_LOW_VRAM=1`。默认情况下，SPAR3D 消耗 10.5GB 的 VRAM。此模式将 VRAM 消耗降低到大约 7GB，但作为交换，模型会变慢。 `run.py` 脚本还支持 `--low-vram-mode` 标志。

## 4、Windows 支持（实验性）

要在 Windows 上运行 Stable Fast 3D，你必须安装 Visual Studio（目前在 VS 2022 上测试）和适当的 PyTorch 和 CUDA 版本。然后，按照上面提到的安装步骤进行操作。

请注意，Windows 支持是实验性的，不能保证提供与 Linux 相同的性能和/或质量。

## 5、CPU 支持

如果系统中未检测到 GPU，将自动使用 CPU 后端。请注意，这会非常慢。

如果你有 GPU 但遇到问题并希望改用 CPU 后端，请设置环境变量 `SPAR3D_USE_CPU=1` 以强制使用 CPU 后端。 `run.py` 脚本还支持 `--device=cpu` 标志。

## 6、手动推理

```
python run.py demo_files/examples/fish.png --output-dir output/
```

这会将重建的 3D 模型作为 GLB 文件保存到 `output/`。还可以指定多个以空格分隔的图像路径。默认选项对于单个图像输入大约需要 6GB VRAM。

还可以使用 `--texture-resolution` 指定输出纹理的像素分辨率，并使用 `--remesh_option` 指定重新网格化操作（无、三角形、四边形）。

有关此脚本的详细用法，请使用 `python run.py --help`。

## 7、本地 Gradio 应用程序

```
python gradio_app.py
```

## 8、ComfyUI 扩展

SPAR3D为 ComfyUI 提供了自定义节点和示例工作流程。

安装：

将repo 克隆到 custom\_nodes：

```
 $ cd ComfyUI/custom_nodes
 $ git clone https://github.com/Stability-AI/stable-point-aware-3d
```

安装依赖项：

```
 $ cd stable-point-aware-3d
 $ pip install -r requirements.txt
```

重新网格化可选：

```
 $ pip install -r requirements-remesh.txt
```

重新启动 ComfyUI

## 9、Remesher 选项

- none：网格生成后不变。无 CPU 开销。
- triangle：顶点和边重新排列以形成三角形地形。实现来自：M. Botsch 和 L. Kobbelt 的[“多分辨率建模的重新网格化方法”](https://github.com/sgsellan/botsch-kobbelt-remesher-libigl?ref=hubwiz.com)。预计会有 CPU 开销。
- quad：顶点和边在四边形地形中重新排列，具有适当的四边形流。四边形网格被分成三角形，以便使用 GLB 导出。实现来自 Jakob 等人的“[即时场对齐网格](https://github.com/wjakob/instant-meshes?ref=hubwiz.com)”。预计会有 CPU 开销。

此外，还可以指定目标顶点或面数。这不是硬性约束，而是该方法旨在创建的粗略计数。如果重新网格化器设置为无，则忽略此目标。

---

原文链接：[SPAR3D: Stable Point-Aware Reconstruction of 3D Objects from Single Images](https://github.com/Stability-AI/stable-point-aware-3d?ref=hubwiz.com)

汇智网翻译整理，转载请标明出处