Trellis 2 · Retexture

ஒருங்கிணை

மாடல் 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/ta/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 மூலம் Trellis 2 · Retexture மாதிரியை (trellis-2/retexture) அழைக்கவும். முகவர்களுக்கான ஆவணங்கள்: https://doitong.com/ta/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"
}

பதிலின் நிலை "queued" அல்லது "running" எனில், அது "succeeded" ஆகும் வரை GET https://api.doitong.com/v1/requests/REQUEST_ID?wait=20 மூலம் தொடர்ந்து சரிபார்க்கவும்; கோப்புகள் outputs[].url இல் உள்ளன. அதே body-யுடன் POST https://api.doitong.com/v1/quote/trellis-2/retexture அனுப்பினால், இயக்கத்திற்கு முன் துல்லியமான விலை கிடைக்கும்.

இந்தக் கோரிக்கை: $0.24 240 API கிரெடிட்கள் இந்தப் பக்கத்தில் இயக்குங்கள்

API விசையைப் பெறுக

Microsoft படத்திலிருந்து 3D-க்கு #image-to-3d

ஏற்கனவே உள்ள இழைநயமற்ற 3D வலைப்பின்னலை ஒரு குறிப்பு படத்துடன் பொருந்துமாறு மீண்டும் இழைநயப்படுத்தி GLB ஆக வெளியிடுகிறது

OpenAPI Markdown

Microsoft · 3D

உங்கள் முதல் முடிவு இங்கே வரும்

கீழே ஒரு கோரிக்கையை உருவாக்கி, உங்கள் API விசையுடன் இயக்குங்கள். வெளியீடுகள் எங்கள் சேமிப்பகத்தில் நகலெடுக்கப்பட்டு, நிரந்தரமாக அல்லது இலவசமாக 7 நாட்கள் வைக்கப்படும்.

கோரிக்கையை உருவாக்கு

விலை

துல்லியமான விலை

$0.24ஒரு இயக்கத்திற்கு

240 API கிரெடிட்கள்

விலை: $0.20 முதல்

1 கோரிக்கை × $0.24 இயக்கு · $0.24

வெற்றி பெற்றால் மட்டுமே வசூலிக்கப்படும்; தோல்வியுற்றால் தானாகத் திருப்பியளிக்கப்படும்.

resolution இயல்புநிலை 1024

விலை விதிகள்

resolution = 1024 இருக்கும்போது: $0.24 / கோரிக்கை

ஒவ்வொரு கோரிக்கைக்கும் ஒருமுறை கட்டணம் விதிக்கப்படும்.

விலைமதிப்பீட்டு முனையம்: POST /quote/{id}

கோரிக்கையை உருவாக்கு

மாடல் ஸ்கீமாவிலிருந்து கட்டுப்பாடுகள் உருவாக்கப்படுகின்றன. அவற்றை மாற்றும்போது குறியீடும் விலையும் புதுப்பிக்கப்படும்.

image •தேவை image_url

கோப்பை விடுங்கள் அல்லது

texturing-க்குப் பயன்படுத்தப்படும் reference-image URL.

resolution இயல்புநிலை 1024

Texture விவரமும் செயலாக்க வேகமும் இந்த உள் உருவாக்கத் தெளிவுத்திறனைச் சார்ந்தவை: இதை அதிகரித்தால் நுணுக்கமான விவரங்கள் கிடைக்கும், ஆனால் அதிக நேரம் தேவைப்படும்.

mesh_url •தேவை

GLB, OBJ, PLY அல்லது STL வடிவிலான texture இல்லாத 3D mesh-க்கான retexturing source URL.

மேம்பட்டவை 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 இயல்புநிலை 2048

Baking-க்கான mesh texture தெளிவுத்திறன். இந்த தெளிவுத்திறனை அதிகரித்தால் மேற்பரப்பு விவரம் நுணுக்கமாகும், ஆனால் கோப்புகள் பெரிதாகும்.

tex_slat_guidance_strength இயல்புநிலை 1

Texture நிறத் துல்லியக் கட்டுப்பாடு: அதிக அமைப்புகளில் உள்ளீட்டுப் படத்தின் நிறங்களுடன் நெருக்கமாக ஒத்திசைவதால் vividness அதிகரிக்கும், ஆனால் oversaturation ஏற்படலாம்.

tex_slat_guidance_rescale இயல்புநிலை 0

Noise கொண்ட textures அல்லது color banding-ஐச் சரிசெய்ய இந்த அமைப்பை அதிகரிக்கவும்: texture stage-இல் வலுவான guidance காரணமான artifacts-ஐ இது குறைக்கும்.

tex_slat_guidance_interval_start இயல்புநிலை 0.6

texture உருவாக்கத்திற்கான classifier-free guidance செயல்படுத்தும் புள்ளி. Denoising முன்னேற்றத்தின் பகுதியாகக் குறிப்பிடப்பட்டு, இது interval_start-ஐ அமைக்கிறது; interval_start மற்றும் interval_end வரையறுக்கும் வரம்புக்குள் மட்டுமே guidance செயல்படும்.

tex_slat_guidance_interval_end இயல்புநிலை 0.9

texture-stage classifier-free guidance-க்கான நிறுத்த வரம்பு; tex_slat_guidance_interval_start-க்கு குறையாத denoising பகுதியாகக் குறிப்பிடப்படுகிறது.

tex_slat_sampling_steps இயல்புநிலை 12

Textures உருவாக்கப் பயன்படுத்தப்படும் denoising steps-ன் எண்ணிக்கை. எண்ணிக்கையை அதிகரித்தால் அதிக நேரம் தேவைப்படும், ஆனால் தூய்மையான textures கிடைக்கலாம்.

tex_slat_rescale_t இயல்புநிலை 3

Texture-generation noise schedule மூலம் texture detail கூர்மையை அமைக்கவும்; இந்த மதிப்பை அதிகரித்தால் விவரங்கள் மேலும் கூர்மையாகும்.

seed

மீண்டும் உருவாக்கக்கூடிய சீரற்ற உருவாக்கத்திற்குப் பயன்படுத்தப்படும் Seed.

POST /run/trellis-2/retexture?wait=20 விலை → $0.24

# 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
    }
  }
}

இந்தக் கோரிக்கையை இயக்கு

API விசை

உங்கள் key இந்த உலாவியில் மட்டுமே இருக்கும்: அது Doitong API-க்கு மட்டும் அனுப்பப்படும்; Remember-ஐத் தேர்ந்தெடுத்தால் மட்டுமே (localStorage)-ல் சேமிக்கப்படும். இந்த உலாவியில் நினைவில் கொள்க API விசையைப் பெறுங்கள்

Trellis 2 · Retexture பற்றி

`mesh_url`-ல் உள்ள மெஷுக்கு (GLB, OBJ, PLY அல்லது STL) `image_url`-ல் உள்ள குறிப்புப் படத்தின் அடிப்படையில் புதிய டெக்ஸ்சரைப் பயன்படுத்துகிறது. `resolution` 512 அல்லது 1024 ஆகவும், `texture_size` 1024, 2048 அல்லது 4096 ஆகவும் இருக்கும். டெக்ஸ்சர்-நிலை வழிகாட்டல் மற்றும் மாதிரி எடுப்பு கட்டுப்பாடுகள் கிடைக்கின்றன. ஜியோமெட்ரி மீண்டும் உருவாக்கப்படாது.

அளவுருக்கள்

நியமப் பெயர் அல்லது நேட்டிவ் பெயர் இரண்டில் ஒன்றை மட்டும் அனுப்பவும். நியமப் பெயர்கள்

பெயர்வகை இயல்புநிலைஅனுமதிக்கப்பட்டது விளக்கம்

image_urlதேவை image

வகைurl · image

texturing-க்குப் பயன்படுத்தப்படும் reference-image URL.

mesh_urlதேவை

வகைstring

GLB, OBJ, PLY அல்லது STL வடிவிலான texture இல்லாத 3D mesh-க்கான retexturing source URL.

seedவிருப்பத்தேர்வு

வகைinteger | null

resolutionவிருப்பத்தேர்வு

வகைenum

இயல்புநிலை1024

5121024

tex_slat_guidance_strengthவிருப்பத்தேர்வு

வகைnumber

இயல்புநிலை1

0 – 10

tex_slat_guidance_rescaleவிருப்பத்தேர்வு

வகைnumber

இயல்புநிலை0

0 – 1

tex_slat_guidance_interval_startவிருப்பத்தேர்வு

வகைnumber

இயல்புநிலை0.6

0 – 1

tex_slat_guidance_interval_endவிருப்பத்தேர்வு

வகைnumber

இயல்புநிலை0.9

0 – 1

tex_slat_sampling_stepsவிருப்பத்தேர்வு

வகைinteger

இயல்புநிலை12

1 – 50

tex_slat_rescale_tவிருப்பத்தேர்வு

வகைnumber

இயல்புநிலை3

1 – 6

texture_sizeவிருப்பத்தேர்வு

வகைenum

இயல்புநிலை2048

102420484096

தேவை நியமப் பெயர், இதுவும் ஏற்கப்படும்

கோப்பு அளவுருக்கள் பொதுவான https:// URL, 10 MB வரையிலான data: URI அல்லது பதிவேற்றத்தின் file_url-ஐ ஏற்கும். கோப்புகள்

வெளியீடு

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"
  }
}

உங்கள் கோப்புகள், உங்கள் தேர்வுஒவ்வொரு outputs[].url-ம் எங்கள் சேமிப்பகத்தில் உள்ள ஒரு நகல்: நிரந்தரமாக (GB-மாதத்திற்கு கட்டணம்) அல்லது உங்கள் கணக்கு அமைப்பு அல்லது ?storage= மூலம் இலவசமாக 7 நாட்கள் வைக்கப்படும்.

ஒவ்வொரு மாடலிலும் ஒரே வடிவம்படங்கள், வீடியோ மற்றும் ஆடியோ ஆகிய அனைத்திற்குமான type, url, content_type, width, height மற்றும் duration. output என்பது மாதிரியின் சொந்த முடிவு பொருளாகும்.

வெளியீட்டின் புலங்கள்

model_glb: object {url, content_type, file_name, file_size}GLB format-இல் உருவாக்கப்பட்ட 3D மாதிரி.

மேலும் மாதிரிகள்: படத்திலிருந்து 3D-க்கு

AI ஏஜெண்டுகளுக்கு: இந்தப் பக்கம் Markdown வடிவில் இங்கே உள்ளது https://doitong.com/ta/developers/models/trellis-2/retexture.md. அனைத்து மாடல்களும் வழிகாட்டிகளும்: https://doitong.com/developers/llms.txt

உங்கள் முதல் முடிவு இங்கே வரும்

கோரிக்கையை உருவாக்கு

இந்தக் கோரிக்கையை இயக்கு

Trellis 2 · Retexture பற்றி

அளவுருக்கள்

வெளியீடு

பிற Trellis 2 மாறுபாடுகள்

Trellis 2 மாறுபாடுகள்: 2

மேலும் மாதிரிகள்: படத்திலிருந்து 3D-க்கு

Trellis மாறுபாடுகள்: 2

Trellis · Multi மாறுபாடுகள்: 2

TRELLIS.2 LoRA Inference

Hi3D Image to 3D மாறுபாடுகள்: 6