metadata
license: apache-2.0
SubDiffusion: 一个基于SD的拓扑网格单图像建模方法
简介
SubDiffusion 是一种基于 Stable Diffusion的拓扑网格单图像建模方法。该方法结合了拓扑网格生成和拟合，加上深度重建的技术，能够从单个图像中生成高质量的拓扑网格模型。
特点
基于Stable Diffusion：SubDiffusion 方法使用 SD 来给模型添加拓扑网格，通过将模型图像转换为拓扑网格图像，SubDiffusion 方法可以更好地捕捉图像中的形状和结构。
基于计算机视觉：，SubDiffusion使用LSD线段检测和Shi-Thomas角点识别来处理拓扑网格数据，并用zoedepth进行深度重建。
单图像建模：与传统的多视角建模方法不同，SubDiffusion 方法只需要一个单独的图像作为输入即可实现建模，减少了数据采集和处理的复杂性。
拓扑布线生成
- 输入产品照片、产品草稿甚至AI图像：
- 生成方法：使用图生图模式，去噪强度0.9，开启tile控制网，侧重controlnet模式，控制网权重1.2。正面提示词可以尝试加上(wireframe:1.4)。
拓扑布线数据提取
- 使用jupyter文件夹下的subdiffusion完成版：
网格模型生成
- 使用grasshopper文件夹下的导入文件：