版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/baidu_36669549/article/details/82118180
1.photoscan
车辆3D建模，首先我就想到了使用3D还原场景的方法，有一款软件做的比较好——photoscan。使用它的关键就是将车辆的图像拍的准确，再技术上的要求就是尽量在车辆的各个角度都要拍到。一个位置最好拍3个小角度，一辆车要从最上，尽量俯视的角度拍一圈，然后站着拍一圈，最后蹲着拍一圈，每圈差不多要平均找20——30个位置。
差不多每辆车能拍300——400张图片，然后就是导入软件中——对齐照片——创建离散点云——创建面。最后渲染得到3D重建结果，非常消耗资源，差不多需要30——40个小时，当然不是连续的操作，半夜我就睡觉了，白天过来继续整。结果就像下面：
图像里的蓝色块就是算法估计的拍摄车辆时相机的位置，其实和实际情况差不多。到这里车辆的3D重建就完成了。如果谁有兴趣将自己的车的3D模型用3D打印的方法打印出来，个人觉得是个可行的方法。photoscan这个软件还可以导出很多种3D模型的文件像.obj、.3ds、.oc3、.pdf，没错你没看错，就是pdf格式。
挺有意思的，有兴趣的可以进行更深入的研究，而我对此的研究基本就到这里了。车辆图像数据集下载链接
2.Im2Avatar
如果了解的人可能已经看过这篇论文了Im2Avatar: Colorful 3D Reconstruction from a Single Image
对于论文的内容，我不在赘述，因为这个网络不是端到端训练的，所以我在复现的时候只对上部分的形状部分进行训练。
关于论文的复现可以参考我之前的一篇博客从2D图像生成3D模型，基于Im2Avatar