ComfyUI‑Idol ने एक‑चित्र से 3‑डी Gaussian Splat रूपांतरण के लिए नेटिव सपोर्ट जोड़ा

सारांश

ComfyUI‑Idol (GitHub: Nynxz/ComfyUI-Idol) रिपॉज़िटरी Idol पाइपलाइन का नेटिव इम्प्लीमेंटेशन देती है – एक TripoSplat‑आधारित मॉडल जो किसी वस्तु की एक ही तस्वीर को कुछ सेकंड में 3‑डी Gaussian‑splat (3DGS) में बदल देता है, बशर्ते आधुनिक GPU हो।

मुख्य विशेषताएँ

• कोई अतिरिक्त इंस्टॉलेशन नहीं – केवल स्टॉक ComfyUI नोड्स का उपयोग; अतिरिक्त पैकेज की आवश्यकता नहीं।
• तीन कस्टम नोड्स जो सामान्य TripoSplat ग्राफ़ में जोड़ते हैं:

1. Idol Preprocess Image – क्रॉप, बैकग्राउंड रिमूवल और अल्फा‑मास्क को संभालता है।
2. Idol Camera – इनपुट तस्वीर के कैमरा पोज़ को भविष्यवाणी करता है, जिससे वही दृश्य फिर से रेंडर या टर्नटेबल एनीमेशन बनाया जा सकता है।
3. Idol Prune Splat – लगभग पारदर्शी (opacity < 0.05) गॉसियन और नुकीले स्पाइक को हटाता है, फ़ाइल आकार को आधा कर देता है और दृश्य को साफ़ करता है।

• ComfyUI 0.22+ के TripoSplat सपोर्ट के साथ पूरी तरह संगत।
• गति – RTX 5090 पर 50 Euler स्टेप्स लगभग 18 सेकंड, 262 144 गॉसियन डिकोड 4‑8 सेकंड (torch‑compile की आवश्यकता नहीं)।

इंस्टॉलेशन और उपयोग

1. रिपॉज़िटरी को `ComfyUI/custom_nodes` में क्लोन करें और ComfyUI रीस्टार्ट करें।
2. सुनिश्चित करें कि आपका ComfyUI पहले से TripoSplat (v0.22 या नया) सपोर्ट करता है।
3. `example_workflows/idol_image_to_splat.json` को Templates → Custom Nodes → ComfyUI‑Idol से लोड करें।
4. क्रॉप मोड चुनें:

• *Synthetic* – वस्तु फ्रेम का लगभग 1/1.2 भाग लेती है (रेंडर‑इमेज)।
• *Real* – वस्तु फ्रेम का लगभग 1/1.7 भाग लेती है (फ़ोटोग्राफ़)।

5. इनपुट इमेज (या अल्फा वाले PNG) को Idol Preprocess Image से कनेक्ट करें। यदि मास्क नहीं है, तो BiRefNet स्वचालित रूप से बना सकता है।
6. ग्राफ़ चलाएँ; Idol Camera नोड कैमरा जानकारी देगा, जिसे Render Splat में डालकर इनपुट दृश्य की पुनः रेंडरिंग की जा सकती है।
7. Idol Prune Splat को सेव करने से पहले लगाएँ ताकि धुंधलापन और फ़ाइल आकार कम हो।
8. Save Splat से .ply, .spz, .ksplat निर्यात करें या Extract Mesh से GLB बनाएं।

व्यावहारिक सुझाव

• मास्क की गुणवत्ता महत्वपूर्ण – साफ़ कटआउट से 3‑डी व्यू में आर्टिफैक्ट कम होते हैं।
• डेंसिटी सेटिंग – डिफ़ॉल्ट 262 144 गॉसियन; अधिक सेट करने से VRAM बढ़ता है पर विवरण नहीं बढ़ता, जबकि 65 536 तेज़ प्रीव्यू देता है।
• ट्रांसपेरेंट PNG – इमेज की अल्फा को *Invert Mask* नोड के माध्यम से Idol Preprocess Image में पास करें।
• सत्यापन – Idol Camera से प्राप्त रेंडर को मूल इमेज से मिलाएँ; असमानता आमतौर पर मास्क या क्रॉप‑मोड की समस्या दर्शाती है।

लाइसेंसिंग

• ComfyUI‑Idol पैक Apache‑2.0 के तहत जारी है।
• अंतर्निहित घटकों के अपने‑अपने लाइसेंस हैं: DINOv3 (Meta), FLUX.2 VAE (Black Forest Labs), BiRefNet (Zheng et al.), तथा TripoSplat आर्किटेक्चर (VAST‑AI‑Research)।

घोषणा की पुष्टि कैसे करें

• GitHub रिपॉज़िटरी https://github.com/Nynxz/ComfyUI-Idol पर जाएँ।
• `README.md` और `example_workflows` फ़ोल्डर में उल्लेखित JSON वर्कफ़्लो देखें।
• `tests/parity.py` तथा `tests/e2e.py` स्क्रिप्ट्स को चलाकर Idol SDK के साथ संख्यात्मक समानता जांचें।

--- *यह लेख सार्वजनिक रूप से उपलब्ध रिपॉज़िटरी जानकारी का सार प्रस्तुत करता है; कोई स्वतंत्र परीक्षण नहीं किया गया है।*