TRELLIS / TRELLIS.2 / ReconViaGen 多视角非正交输入评估

3D 几何指标

Chamfer-L2 mean：预测 mesh 和 GT mesh 各采样固定数量点，双向最近邻距离取均值。数值越低，整体几何越接近。

F-score @2% / @5%：以 GT bbox diagonal 的 2% 或 5% 作为距离阈值，同时考察 precision 和 recall。数值越高，说明预测表面更完整且更贴近 GT。

Paper CD-100k / F-score r=0.1：按 ReconViaGen 论文风格，每个 3D 输出采样 100k surface points，点云归一化到 [-1,1]^3，F-score 半径为 0.1。

Raw bbox IoU：预测 mesh 与 GT mesh 的轴对齐包围盒重叠程度。它主要反映尺度、朝向和整体占位是否接近。

20 视角投影指标

Silhouette IoU：把预测 mesh 渲染到 20 个 held-out 相机视角，与数据集 alpha mask 比较轮廓重叠。数值越高，说明新视角外形越一致。

Mask F1：轮廓 mask 的 precision/recall 调和平均，更能区分“预测太大”和“预测缺失”的情况。

Boundary Chamfer：预测轮廓边界和 GT 轮廓边界的平均距离。数值越低，轮廓边缘越贴合。

Novel View 与法线图

GT camera sanity IoU：先把 GT decoded mesh 渲染回数据集相机，与原始 alpha 对齐。如果该值很低，说明相机坐标不可信。本报告已修正 ProObjaverse camera-to-world 到 renderer world-to-camera 的转换。

Normal view：网页里的彩色法线图不是 RGB/材质图，而是表面法线方向编码，通常可理解为 R/G/B 分别对应 x/y/z 朝向。颜色变化表示表面朝向、面片 winding 或坐标约定变化，不表示物体真实颜色变化。

Normal-view PSNR / SSIM / LPIPS：由于当前 OBJ 主要是几何而非完整 PBR 贴图，这里把预测 normal render 与 GT decoded normal render 比较，是 novel-view 几何渲染一致性指标，不等同于 ReconViaGen 论文的真实 RGB 纹理指标。