DreamFusion ve Skor Damıtma Örnekleme Testi

Testi çözdüğünüzde cevaplar ve açıklamalar görünür.

1. DreamFusion hangi 3D gösterimi optimize eder?
   • Bir NeRF (Nöral Parlaklık Alanı)
   • Bir çokgen ağ
   • Derinlik sensöründen gelen nokta bulutu
   • CT verilerinden bir voksel ızgarası
2. DreamFusion ne kadar 3D eğitim verisi gerektirir?
   • Birkaç yüz tarama
   • Yok
   • Milyonlarca CAD modeli
   • İstem başına bir referans nesnesi
3. What is the computational shortcut in Score Distillation Sampling?
   • It trains a new diffusion model every step
   • Hiçbir degrade kullanmaz
   • It uses a stop-gradient score signal instead of backpropagating through the diffusion model’s full Jacobian
   • Yalnızca tek bir sabit bakış açısı sunar
4. Why did DreamFusion use high classifier-free guidance in its experiments?
   • GPU belleğini azaltmak için
   • Çıkışları gri tonlamalı yapmak için
   • To guarantee accurate geometry
   • To counter the oversmoothing tendency of SDS and encourage sharper prompt-conditioned results
5. Orijinal DreamFusion dondurulmuş önceki modeli olarak hangi 2D modeli kullandı?
   • Google'in Resmi
   • Kararlı Difüzyon 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