PartCrafter, le générateur de maillages 3D basé sur l’intelligence artificielle

Il semblerait que l’intelligence artificielle ait encore fait ses preuves dans le secteur de l’impression 3D et plus précisément ici pendant la phase de conception. Une équipe s’est en effet appuyée sur l’IA pour développer un générateur de modèles 3D capable de synthétiser conjointement de multiples maillages 3D de géométries différentes, à partir d’une seule image RVB. Baptisé PartCrafter, cet outil permettrait donc de générer des modèles très complexes à partir d’une illustration 2D. Le potentiel pour la fabrication additive est conséquent car si on en croit l’équipe, on pourrait imprimer en 3D les différents composants d’un objet sans le modéliser.

Concevoir un modèle 3D est une étape cruciale dans le workflow de la fabrication additive, c’est le point de départ de tout projet. Et souvent, celui-ci est rempli d’obstacles et peut s’avérer très chronophage. De nombreuses alternatives existent aujourd’hui – comme le téléchargement d’un fichier 3D sur une plateforme dédiée. Mais pour de nombreux utilisateurs de l’impression 3D, savoir modéliser sa propre pièce est essentiel. Comment gagner du temps et être plus efficace ? Comment réduire les risques d’erreurs ? Il semblerait que PartCrafter apporte des réponses – peut-être encore partielles mais c’est un bon début.

Comment fonctionne PartCrafter ?

Concrètement, PartCrafter est une plateforme open-source qui a été imaginée par une équipe de l’Université de Pékin, de l’Université Carnegie Mellon aux Etats-Unis et par ByteDance. L’utilisateur commence par y charger une image 2D et l’outil se charge ensuite de la déconstruire par segment en 3D. Il s’appuie sur une base de données très large pour comprendre la structure même d’une image. La plateforme explique : “Nous sélectionnons un ensemble de données en combinant plusieurs sources, ce qui nous permet d’obtenir 130 000 objets 3D, dont 100 000 contiennent plusieurs pièces. Nous affinons ensuite cet ensemble de données en le filtrant sur la base de la qualité de la texture, du nombre de pièces et de l’intersection moyenne entre les pièces et l’union (IoU) afin de garantir une supervision de haute qualité. L’ensemble de données résultant comprend environ 50 000 objets étiquetés et 300 000 pièces individuelles.”

PartCrafter est donc un outil évolutif qui apprend au fur et à mesure qu’on le nourrit, à l’image de l’intelligence artificielle. On peut facilement imaginer l’impact que cela pourrait avoir sur des industries qui utilise la fabrication additive. Pourquoi ne pas reproduire une pièce complexe d’un avion à partir d’une photo ? On obtiendrait les maillages 3D de ses composants qu’on pourrait alors transformer en fichier imprimable en 3D.

Il est encore trop tôt pour savoir si le résultat final est à la hauteur d’un modèle conçu sur un logiciel d’impression 3D. Qu’en est-il de la précision, de la résolution, des textures à appliquer ? Une chose est sûre, le projet est attrayant et les possibilités multiples. En attendant la suite des développements, vous pouvez en savoir plus ICI.

Que pensez-vous du projet PartCrafter ? Partagez votre avis dans les commentaires de l’article. Retrouvez toutes nos vidéos sur notre chaîne YouTube ou suivez-nous sur Facebook ou LinkedIn