Trellis 2 · Retexture

ইন্টিগ্রেট করুন

মডেল id trellis-2/retexture

# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.com/v1/run/trellis-2/retexture?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "image": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
    "mesh_url": "https://example.com/your-file.glb"
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.com/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

const API = "https://api.doitong.com/v1";
const headers = {
  "Authorization": "Bearer " + process.env.DOITONG_API_KEY,
  "Content-Type": "application/json",
};

// Run the model; wait up to 20 s for the finished result in the same call
let res = await fetch(API + "/run/trellis-2/retexture?wait=20", {
  method: "POST",
  headers,
  body: JSON.stringify({
    "image": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
    "mesh_url": "https://example.com/your-file.glb"
  }),
});
let request = await res.json();
if (!res.ok) throw new Error(request.error.code + ": " + request.error.message);

// Not finished yet: long-poll until it is
while (request.status === "queued" || request.status === "running") {
  res = await fetch(API + "/requests/" + request.id + "?wait=20", { headers });
  request = await res.json();
}
if (request.status !== "succeeded") throw new Error(JSON.stringify(request.error));
console.log(request.outputs.map((o) => o.url), request.cost.credits + " API credits ($" + request.cost.usd + ")");

import os
import requests

API = "https://api.doitong.com/v1"
headers = {"Authorization": "Bearer " + os.environ["DOITONG_API_KEY"]}

payload = {
    "image": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
    "mesh_url": "https://example.com/your-file.glb",
}

# Run the model; wait up to 20 s for the finished result in the same call
r = requests.post(API + "/run/trellis-2/retexture", params={"wait": 20}, json=payload, headers=headers)
request = r.json()
if not r.ok:
    raise RuntimeError(request["error"]["code"] + ": " + request["error"]["message"])

# Not finished yet: long-poll until it is
while request["status"] in ("queued", "running"):
    request = requests.get(API + "/requests/" + request["id"], params={"wait": 20}, headers=headers).json()
if request["status"] != "succeeded":
    raise RuntimeError(request["error"])
print([o["url"] for o in request["outputs"]], request["cost"]["credits"], "API credits", "$" + request["cost"]["usd"])

# 1. Connect once (Claude Code; Cursor, VS Code, Claude Desktop: https://doitong.com/bn/developers/docs/mcp)
claude mcp add --transport http doitong-models https://api.doitong.com/v1/mcp \
  --header "Authorization: Bearer $DOITONG_API_KEY"

# 2. Your agent calls the "run" tool with:
{
  "model_id": "trellis-2/retexture",
  "input": {
    "image": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
    "mesh_url": "https://example.com/your-file.glb"
  }
}

Doitong API-এর মাধ্যমে Trellis 2 · Retexture মডেল (trellis-2/retexture) কল করুন। এজেন্টদের জন্য ডকুমেন্টেশন: https://doitong.com/bn/developers/models/trellis-2/retexture.md

POST https://api.doitong.com/v1/run/trellis-2/retexture?wait=20
Authorization: Bearer $DOITONG_API_KEY
Content-Type: application/json

{
  "image": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
  "mesh_url": "https://example.com/your-file.glb"
}

রেসপন্সের স্ট্যাটাস যদি "queued" বা "running" হয়, তাহলে এটি "succeeded" না হওয়া পর্যন্ত GET https://api.doitong.com/v1/requests/REQUEST_ID?wait=20 পোল করুন; ফাইলগুলো outputs[].url-এ থাকে। রান করার আগেই সঠিক মূল্য জানতে একই বডি দিয়ে POST https://api.doitong.com/v1/quote/trellis-2/retexture করুন।

এই অনুরোধ: ০.২৪$ ২৪০ API ক্রেডিট এই পেজে চালান

API কী পান

Microsoft ছবি থেকে 3D #image-to-3d

রেফারেন্স ছবির সঙ্গে মিলিয়ে বিদ্যমান টেক্সচারবিহীন 3D মেশে নতুন টেক্সচার প্রয়োগ করে এবং GLB আউটপুট দেয়

OpenAPI Markdown

Microsoft · 3D

আপনার প্রথম ফলাফল এখানে আসবে

নিচে একটি রিকোয়েস্ট তৈরি করে আপনার API কী দিয়ে চালান। আউটপুট আমাদের স্টোরেজে কপি করা হয়, চিরকাল বা বিনামূল্যে ৭ দিন পর্যন্ত রাখা হয়।

একটি অনুরোধ তৈরি করুন

মূল্য

সঠিক মূল্য

০.২৪$প্রতি রান

২৪০ API ক্রেডিট

মূল্য: ০.২০$ থেকে

১টি রিকোয়েস্ট × ০.২৪$ চালান · ০.২৪$

শুধু সফল হলে চার্জ করা হয়, ব্যর্থ হলে স্বয়ংক্রিয়ভাবে ফেরত দেওয়া হয়।

resolution ডিফল্ট 1024

মূল্যের নিয়ম

resolution = 1024 হলে: ০.২৪$ / রিকোয়েস্ট

প্রতি অনুরোধে একবার চার্জ করা হয়।

কোট এন্ডপয়েন্ট: POST /quote/{id}

একটি অনুরোধ তৈরি করুন

মডেল স্কিমা থেকে কন্ট্রোল তৈরি করা হয়। এগুলো পরিবর্তন করলে কোড ও মূল্য আপডেট হয়।

image •আবশ্যক image_url

একটি ফাইল ড্রপ করুন, অথবা

texturing-এর জন্য ব্যবহৃত reference-image URL।

resolution ডিফল্ট 1024

Texture-এর বিবরণ এবং প্রক্রিয়াকরণের গতি এই অভ্যন্তরীণ জেনারেশন রেজোলিউশনের ওপর নির্ভর করে: এটি বাড়ালে আরও সূক্ষ্ম বিবরণ পাওয়া যায়, তবে বেশি সময় লাগে।

mesh_url •আবশ্যক

GLB, OBJ, PLY বা STL ফরম্যাটের texture-বিহীন 3D mesh-এর retexturing source URL।

অ্যাডভান্সড texture_size · tex_slat_guidance_strength · tex_slat_guidance_rescale · tex_slat_guidance_interval_start · tex_slat_guidance_interval_end · tex_slat_sampling_steps · tex_slat_rescale_t · seed

texture_size ডিফল্ট 2048

বেকিংয়ের জন্য মেশ টেক্সচারের রেজোলিউশন। এই রেজোলিউশন বাড়ালে পৃষ্ঠের সূক্ষ্ম বিবরণের সঙ্গে বড় ফাইল তৈরি হয়।

tex_slat_guidance_strength ডিফল্ট 1

টেক্সচার রঙের বিশ্বস্ততা নিয়ন্ত্রণ: বেশি সেটিংসে ইনপুট ছবির রঙের প্রতি বেশি আনুগত্য উজ্জ্বলতা বাড়ায়, তবে অতিরিক্ত স্যাচুরেশন ঘটাতে পারে।

tex_slat_guidance_rescale ডিফল্ট 0

নয়েজযুক্ত টেক্সচার বা রঙের ব্যান্ডিং কমাতে এই সেটিং বাড়ান: এটি টেক্সচার ধাপে শক্তিশালী গাইডেন্সের কারণে সৃষ্ট আর্টিফ্যাক্ট কমায়।

tex_slat_guidance_interval_start ডিফল্ট 0.6

texture জেনারেশনের জন্য classifier-free guidance সক্রিয় হওয়ার বিন্দু। denoising অগ্রগতির ভগ্নাংশ হিসেবে প্রকাশ করা হয়; এটি interval_start নির্ধারণ করে। Guidance কেবল interval_start ও interval_end দ্বারা সীমাবদ্ধ পরিসরের মধ্যে কাজ করে।

tex_slat_guidance_interval_end ডিফল্ট 0.9

texture-stage classifier-free guidance বন্ধের সীমা, যা `tex_slat_guidance_interval_start`-এর চেয়ে ছোট নয় এমন denoising ভগ্নাংশ হিসেবে নির্দিষ্ট করা হয়।

tex_slat_sampling_steps ডিফল্ট 12

টেক্সচার জেনারেট করতে ব্যবহৃত ডিনয়েজিং ধাপের সংখ্যা। ধাপের সংখ্যা বাড়ালে বেশি সময় লাগে, তবে আরও পরিষ্কার টেক্সচার পাওয়া যেতে পারে।

tex_slat_rescale_t ডিফল্ট 3

টেক্সচার-জেনারেশনের নয়েজ শিডিউলের মাধ্যমে টেক্সচারের বিবরণের তীক্ষ্ণতা নির্ধারণ করুন; এই মান বাড়ালে বিবরণ আরও তীক্ষ্ণ হয়।

seed

পুনরুৎপাদনযোগ্য র‍্যান্ডম জেনারেশনের জন্য ব্যবহৃত Seed।

POST /run/trellis-2/retexture?wait=20 মূল্য → ০.২৪$

# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.com/v1/run/trellis-2/retexture?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "image": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
    "mesh_url": "https://example.com/your-file.glb"
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.com/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

const API = "https://api.doitong.com/v1";
const headers = {
  "Authorization": "Bearer " + process.env.DOITONG_API_KEY,
  "Content-Type": "application/json",
};

// Run the model; wait up to 20 s for the finished result in the same call
let res = await fetch(API + "/run/trellis-2/retexture?wait=20", {
  method: "POST",
  headers,
  body: JSON.stringify({
    "image": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
    "mesh_url": "https://example.com/your-file.glb"
  }),
});
let request = await res.json();
if (!res.ok) throw new Error(request.error.code + ": " + request.error.message);

// Not finished yet: long-poll until it is
while (request.status === "queued" || request.status === "running") {
  res = await fetch(API + "/requests/" + request.id + "?wait=20", { headers });
  request = await res.json();
}
if (request.status !== "succeeded") throw new Error(JSON.stringify(request.error));
console.log(request.outputs.map((o) => o.url), request.cost.credits + " API credits ($" + request.cost.usd + ")");

import os
import requests

API = "https://api.doitong.com/v1"
headers = {"Authorization": "Bearer " + os.environ["DOITONG_API_KEY"]}

payload = {
    "image": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
    "mesh_url": "https://example.com/your-file.glb",
}

# Run the model; wait up to 20 s for the finished result in the same call
r = requests.post(API + "/run/trellis-2/retexture", params={"wait": 20}, json=payload, headers=headers)
request = r.json()
if not r.ok:
    raise RuntimeError(request["error"]["code"] + ": " + request["error"]["message"])

# Not finished yet: long-poll until it is
while request["status"] in ("queued", "running"):
    request = requests.get(API + "/requests/" + request["id"], params={"wait": 20}, headers=headers).json()
if request["status"] != "succeeded":
    raise RuntimeError(request["error"])
print([o["url"] for o in request["outputs"]], request["cost"]["credits"], "API credits", "$" + request["cost"]["usd"])

{
  "jsonrpc": "2.0",
  "id": 1,
  "method": "tools/call",
  "params": {
    "name": "run",
    "arguments": {
      "model_id": "trellis-2/retexture",
      "input": {
        "image": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
        "mesh_url": "https://example.com/your-file.glb"
      },
      "wait_seconds": 20
    }
  }
}

এই অনুরোধ চালান

API কী

আপনার key এই ব্রাউজারেই থাকে: এটি শুধু Doitong API-তে পাঠানো হয় এবং Remember টিক দিলে কেবল localStorage-এ সংরক্ষিত হয়। এই ব্রাউজারে মনে রাখুন একটি API কী পান

Trellis 2 · Retexture সম্পর্কে

রেফারেন্স `image_url`-এর ভিত্তিতে `mesh_url`-এর মেশে (GLB, OBJ, PLY অথবা STL) নতুন টেক্সচার প্রয়োগ করে। `resolution` 512 অথবা 1024 এবং `texture_size` 1024, 2048 অথবা 4096। টেক্সচার ধাপের গাইডেন্স ও স্যাম্পলিং নিয়ন্ত্রণ উপলভ্য। জিওমেট্রি পুনরায় তৈরি করা হয় না।

প্যারামিটার

ক্যানোনিকাল নাম অথবা নেটিভ নাম—দুটো একসঙ্গে নয়—পাঠান। ক্যানোনিকাল নামগুলো

নামধরন ডিফল্টঅনুমোদিত বিবরণ

image_urlআবশ্যক image

ধরনurl · image

texturing-এর জন্য ব্যবহৃত reference-image URL।

mesh_urlআবশ্যক

ধরনstring

GLB, OBJ, PLY বা STL ফরম্যাটের texture-বিহীন 3D mesh-এর retexturing source URL।

seedঐচ্ছিক

ধরনinteger | null

পুনরুৎপাদনযোগ্য র‍্যান্ডম জেনারেশনের জন্য ব্যবহৃত Seed।

resolutionঐচ্ছিক

ধরনenum

ডিফল্ট1024

5121024

tex_slat_guidance_strengthঐচ্ছিক

ধরনnumber

ডিফল্ট1

০ – ১০

tex_slat_guidance_rescaleঐচ্ছিক

ধরনnumber

ডিফল্ট0

০ – ১

tex_slat_guidance_interval_startঐচ্ছিক

ধরনnumber

ডিফল্ট0.6

০ – ১

tex_slat_guidance_interval_endঐচ্ছিক

ধরনnumber

ডিফল্ট0.9

০ – ১

tex_slat_sampling_stepsঐচ্ছিক

ধরনinteger

ডিফল্ট12

১ – ৫০

tex_slat_rescale_tঐচ্ছিক

ধরনnumber

ডিফল্ট3

১ – ৬

texture_sizeঐচ্ছিক

ধরনenum

ডিফল্ট2048

102420484096

আবশ্যক ক্যানোনিকাল নাম, এটিও গ্রহণযোগ্য

ফাইল প্যারামিটার হিসেবে একটি পাবলিক https:// URL, 10 MB পর্যন্ত একটি data: URI, অথবা আপলোডের file_url গ্রহণ করা হয়। ফাইল

আউটপুট

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t

{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "trellis-2/retexture",
  "status": "succeeded",
  "created_at": "2026-10-20T12:00:00Z",
  "started_at": "2026-10-20T12:00:02Z",
  "completed_at": "2026-10-20T12:00:09Z",
  "queue_position": null,
  "cost": {
    "credits": 240,
    "usd": "0.24",
    "charged": 240,
    "refunded": 0
  },
  "input": {
    "image_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
    "mesh_url": "https://example.com/your-file.glb"
  },
  "output": {
    "model_glb": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
      "content_type": "image/jpeg",
      "file_name": "0-output.jpeg",
      "file_size": 1843200
    }
  },
  "outputs": [
    {
      "type": "file",
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
      "content_type": "image/jpeg",
      "file_size": 1843200,
      "stored": true
    }
  ],
  "error": null,
  "metrics": {
    "inference_seconds": 6.8
  },
  "urls": {
    "self": "https://api.doitong.com/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://api.doitong.com/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
  }
}

আপনার ফাইল, আপনার পছন্দপ্রতিটি outputs[].url আমাদের স্টোরেজে একটি কপি: চিরকাল রাখা হয় (প্রতি GB-মাস অনুযায়ী অর্থপ্রদত্ত) অথবা অ্যাকাউন্ট সেটিংস বা ?storage= অনুযায়ী বিনামূল্যে ৭ দিন পর্যন্ত।

প্রতিটি মডেলে একই গঠনছবি, ভিডিও এবং অডিও—সব ক্ষেত্রেই type, url, content_type, width, height এবং duration। output হলো মডেলের নিজস্ব ফলাফল অবজেক্ট।

আউটপুটের ফিল্ড

model_glb: object {url, content_type, file_name, file_size}GLB ফরম্যাটে জেনারেট করা 3D মডেল।

আরও মডেল: ছবি থেকে 3D

AI এজেন্টদের জন্য: এই পৃষ্ঠাটি Markdown হিসেবে এখানে আছে https://doitong.com/bn/developers/models/trellis-2/retexture.md. সব মডেল ও গাইড: https://doitong.com/developers/llms.txt

আপনার প্রথম ফলাফল এখানে আসবে

একটি অনুরোধ তৈরি করুন

এই অনুরোধ চালান

Trellis 2 · Retexture সম্পর্কে

প্যারামিটার

আউটপুট

অন্যান্য Trellis 2 ভ্যারিয়েন্ট

Trellis 2 ভ্যারিয়েন্ট: 2

আরও মডেল: ছবি থেকে 3D

Trellis ভ্যারিয়েন্ট: 2

Trellis · Multi ভ্যারিয়েন্ট: 2

TRELLIS.2 LoRA Inference

Hi3D Image to 3D ভ্যারিয়েন্ট: 6