Questionário vinculado ao guia · Difícil Nível

Questionário de amostragem de destilação DreamFusion e Score

Entenda a otimização NeRF do DreamFusion, a difusão 2D anterior, a amostragem de destilação de pontuação e o processo de renderização multivisualização.

Caminhos de guia relacionadosAmostragem de destilação Dreamfusion e Score
Pergunta 1 de 8

Qual representação 3D o DreamFusion otimiza?

Visualize cada pergunta8 perguntas

As respostas e explicações aparecem conforme você responde ao teste.

  1. Qual representação 3D o DreamFusion otimiza?
    • Um NeRF (Campo de Radiância Neural)
    • Uma malha poligonal
    • Uma nuvem de pontos de um sensor de profundidade
    • Uma grade voxel de dados CT
  2. Quantos dados de treinamento 3D o DreamFusion exige?
    • Algumas centenas de digitalizações
    • Nenhum
    • Milhões de modelos CAD
    • Um objeto de referência por prompt
  3. Qual é o atalho computacional na amostragem por destilação por pontuação?
    • It trains a new diffusion model every step
    • Ele não usa gradientes
    • It uses a stop-gradient score signal instead of backpropagating through the diffusion model’s full Jacobian
    • Ele renderiza apenas um ponto de vista fixo
  4. Por que a DreamFusion usou orientação livre de classificador em seus experimentos?
    • Para reduzir a memória da GPU
    • Para tornar as saídas em tons de cinza
    • To guarantee accurate geometry
    • To counter the oversmoothing tendency of SDS and encourage sharper prompt-conditioned results
  5. Qual modelo 2D o DreamFusion original usou como congelado antes?
    • Imagem de Google
    • Difusão Estável 1.5
    • DALL-E 2
    • Midjourney
  6. What artifact can arise when a 2D image prior guides a 3D scene across views?
    • A guaranteed watertight mesh
    • Duplicated faces or features on different sides of the object
    • A single grayscale output
    • A 3D object with no rendered views
  7. Why does DreamFusion render the NeRF from sampled camera angles during optimization?
    • To avoid using the NeRF representation
    • To replace the text prompt with camera metadata
    • To let the 2D prior provide guidance from multiple views of the 3D scene
    • To create an audio soundtrack
  8. What does an optimized NeRF allow a user to do with the generated scene?
    • Recover the original 3D training scan
    • Guarantee physically correct materials
    • Generate only the original training image
    • Render it from new viewpoints and relight it