गाइड से जुड़ी प्रश्नोत्तरी · मध्यम स्तर

शून्य-1-से-3 उपन्यास दृश्य प्रसार प्रश्नोत्तरी

समीक्षा करें कि ज़ीरो-1-टू-3 एक छवि से नए दृश्य पर कैमरा गति को कैसे मैप करता है, और इसका प्रसार मॉडल ऑब्जेक्ट की पहचान और बारीक विवरण को कैसे संरक्षित करता है।

संबंधित मार्गदर्शक पथशून्य 1 से 3 उपन्यास दृश्य प्रसार
प्रश्न 1 का 8

नया दृश्य उत्पन्न करने के लिए एकल छवि के अलावा शून्य-1-से-3 तक मुख्य इनपुट की क्या आवश्यकता है?

प्रत्येक प्रश्न का पूर्वावलोकन करें8 प्रश्न

जैसे ही आप प्रश्नोत्तरी लेते हैं उत्तर और स्पष्टीकरण दिखाई देते हैं।

  1. नया दृश्य उत्पन्न करने के लिए एकल छवि के अलावा शून्य-1-से-3 तक मुख्य इनपुट की क्या आवश्यकता है?
    • एक सापेक्ष कैमरा परिवर्तन (रोटेशन और अनुवाद)
    • घटनास्थल का गहराई से नक्शा
    • दूसरे एंगल से दूसरी तस्वीर
    • लक्ष्य दृश्य का हाथ से बनाया गया रेखाचित्र
  2. जीरो-1-टू-3 किस प्रकार के मॉडल को फाइन-ट्यूनिंग करके बनाया गया है?
    • एक ग्राफ तंत्रिका नेटवर्क
    • एक 2डी छवि प्रसार मॉडल (स्थिर प्रसार)
    • एक आवर्ती अनुक्रम मॉडल
    • एक शास्त्रीय संरचना-से-गति सॉल्वर
  3. एक 2डी प्रसार मॉडल शून्य-शॉट उपन्यास दृश्य संश्लेषण क्यों कर सकता है?
    • क्योंकि यह स्पष्ट 3D मेश को आंतरिक रूप से संग्रहीत करता है
    • क्योंकि यह अनुमान के दौरान LiDAR डेटा का उपयोग करता है
    • क्योंकि इसने बड़े पैमाने पर छवि प्रशिक्षण से अंतर्निहित ज्यामितीय और भौतिक पूर्वाभ्यास सीखा है
    • क्योंकि यह प्रत्येक प्रशिक्षण छवि को सटीक रूप से याद रखता है
  4. ज़ीरो-1-टू-3 के प्रशिक्षण के लिए 3डी ऑब्जेक्ट का कौन सा डेटासेट केंद्रीय था?
    • इमेजनेट
    • कोको
    • किट्टी ड्राइविंग दृश्य
    • ओब्जेवर्स (सिंथेटिक प्रदान की गई वस्तुएं)
  5. स्रोत छवि का बारीक विवरण पीढ़ी में कैसे संरक्षित किया जाता है?
    • इनपुट छवि को शोर वाले अव्यक्त में चैनल-संबद्ध करके
    • कैप्शन की गणना करने के बाद इसे त्याग कर
    • लेबल के रूप में केवल इसके फ़ाइल नाम का उपयोग करके
    • पहले इसे ग्रेस्केल में परिवर्तित करके
  6. ज़ीरो-1-टू-3 द्वारा उत्पादित दृश्यों का सामान्य डाउनस्ट्रीम उपयोग क्या है?
    • ऑडियो प्रतिलेखन
    • वस्तु के 3डी मॉडल या जाल का पुनर्निर्माण करना
    • स्पैम ईमेल फ़िल्टरिंग
    • स्टॉक मूल्य की भविष्यवाणी
  7. Which values describe the relative camera pose in Zero-1-to-3's conditioning?
    • Image brightness, contrast, and saturation
    • Object color, texture, and material
    • Azimuth, elevation, and radius
    • Frame rate, shutter speed, and aperture
  8. Which input representation does Zero-1-to-3 use to steer cross-attention with image semantics?
    • A depth map produced by a stereo camera pair
    • A mesh extracted from the final generated view
    • A class label that replaces the source image
    • A CLIP embedding combined with the relative camera pose