शून्य-1-से-3 उपन्यास दृश्य प्रसार

ज़ीरो-1-टू-3 आपके द्वारा मांगे गए कैमरा रोटेशन पर वातानुकूलित एक प्रसार मॉडल का उपयोग करके, किसी वस्तु की एक तस्वीर को किसी भी नए कोण से देखी गई उसी वस्तु की छवियों में बदल देता है। यह मायने रखता है क्योंकि यह आपको ऑब्जेक्ट को कई तरफ से स्कैन किए बिना 3डी-सुसंगत दृश्यों को फिर से बनाने की सुविधा देता है।

शून्य-1-से-3 एक एकल छवि और एक सापेक्ष कैमरा पोज़ पर वातानुकूलित है, इसलिए आप वांछित दृश्य बिंदु पर रोटेशन और अनुवाद निर्दिष्ट करते हैं।

यह एक बड़े पूर्व-प्रशिक्षित 2डी प्रसार मॉडल को ठीक करता है ताकि यह उन ज्यामितीय प्राथमिकताओं का फायदा उठा सके जो उन मॉडलों ने वेब छवियों से परोक्ष रूप से सीखे हैं।

बड़े पैमाने पर 2डी प्रशिक्षण इस बात का अंतर्निहित ज्ञान प्रदान करता है कि वस्तुएं 3डी में कैसे दिखाई देती हैं, जिसे फाइन-ट्यूनिंग से कैमरा पोज़ के माध्यम से नियंत्रित किया जा सकता है।

इसे ओब्जावर्स जैसे बड़े सिंथेटिक 3डी ऑब्जेक्ट संग्रह से प्रस्तुत इमेज-पोज़-इमेज ट्रिपलेट्स पर प्रशिक्षित किया गया था।

कच्ची छवि शोर वाले अव्यक्त (शब्दार्थ के लिए सीएलआईपी एम्बेडिंग के साथ) के साथ चैनल-संबद्ध होती है, इसलिए पहचान और विवरण आगे बढ़ते हैं।