本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

# 建立第一個場景之前
<a name="scenes-before-starting"></a>

 場景依賴 資源來代表您的數位分身。這些資源是由 3D 模型、資料或紋理檔案組成。資源的大小和複雜性、場景中的元素，例如照明和電腦硬體，都會影響場景的效能 AWS IoT TwinMaker 。使用本主題中的資訊可減少延遲、載入時間，並改善場景的影格速率。

## 在將資源匯入 之前最佳化資源 AWS IoT TwinMaker
<a name="scenes-before-starting-3D-optimization"></a>

您可以使用 與數位分身即時 AWS IoT TwinMaker 互動。為了獲得最佳的場景體驗，我們建議您最佳化資源，以便在即時環境中使用。

您的 3D 模型可能會對效能產生重大影響。複雜的模型幾何和網格可以降低效能。例如，工業 CAD 模型具有高度的細節。我們建議壓縮這些模型的網格，並在 AWS IoT TwinMaker 場景中使用它們之前減少其多邊形計數。如果您要為 建立新的 3D 模型 AWS IoT TwinMaker，您應該建立細節層級，並在所有模型中加以維護。從不影響使用案例視覺化或解釋的模型中移除詳細資訊。

若要壓縮模型並減少檔案大小，請使用開放原始碼網格壓縮工具，例如 [DRACO 3D 資料壓縮](https://google.github.io/draco/)。

未最佳化的紋理也會影響效能。如果您的紋理不需要任何透明度，請考慮選擇 PEG 影像格式而非 PNG 格式。您可以使用開放原始碼紋理壓縮工具壓縮紋理檔案，例如 [Basis Universal 紋理壓縮](https://www.khronos.org/blog/google-and-binomial-contribute-basis-universal-texture-format-to-khronos-gltf-3d-transmission-open-standard)。

## 中的效能最佳實務 AWS IoT TwinMaker
<a name="scenes-best-practices-optimization"></a>

若要使用 獲得最佳效能 AWS IoT TwinMaker，請注意下列限制和最佳實務。
+ AWS IoT TwinMaker 場景渲染效能取決於硬體。效能因不同的電腦硬體組態而異。
+ 對於 中的所有物件，我們建議總多邊形計數低於 100 萬 AWS IoT TwinMaker。
+ 我們建議每個場景總共 200 個物件。增加場景中超過 200 的物件數量可以降低場景影格速率。
+ 我們建議場景中所有唯一 3D 資產的總大小不超過 100 MB。否則，根據您的瀏覽器和硬體，您可能會遇到載入時間緩慢或效能降低的情況。
+ 根據預設，場景具有環境照明。您可以在場景中新增額外的光源，讓特定物件成為焦點，或在物件上投射陰影。我們建議每個場景使用一個光源。視需要使用燈光，並避免在場景中複寫真實世界的燈光。

## 進一步了解
<a name="scenes-learn-more"></a>

使用這些資源來進一步了解可用來改善場景效能的最佳化技術。
+ [如何將 OBJ 模型轉換和壓縮至 GLTF 以搭配 使用 AWS IoT TwinMaker](https://aws.amazon.com/blogs/iot/how-to-convert-and-compress-obj-models-to-glb-gltf-for-use-with-aws-iot-twinmaker/)
+ [針對 Web 內容最佳化 3D 模型](https://medium.com/@michael.andrew/6-things-you-havent-optimised-in-your-webvr-content-272d74d541f0)
+ [最佳化場景以獲得更佳的 WebGL 效能](https://www.soft8soft.com/docs/manual/en/introduction/Optimizing-WebGL-performance.html)