گائیڈ سے منسلک کوئز · درمیانہ سطح
زیرو 1 سے 3 ناول ویو ڈفیوژن کوئز
جائزہ لیں کہ کس طرح زیرو-1-سے-3 نقشے کیمرہ حرکت کو ایک تصویر سے ایک نئے منظر پر، اور اس کا پھیلاؤ ماڈل کس طرح آبجیکٹ کی شناخت اور عمدہ تفصیل کو محفوظ رکھتا ہے۔
سوال 1 کی 8
ایک نیا منظر پیدا کرنے کے لیے ایک تصویر کے علاوہ بنیادی ان پٹ زیرو-1-سے-3 کی کیا ضرورت ہے؟
ہر سوال کا جائزہ لیں۔8 سوالات
جب آپ کوئز دیتے ہیں تو جوابات اور وضاحتیں ظاہر ہوتی ہیں۔
- ایک نیا منظر پیدا کرنے کے لیے ایک تصویر کے علاوہ بنیادی ان پٹ زیرو-1-سے-3 کی کیا ضرورت ہے؟
- ایک رشتہ دار کیمرہ ٹرانسفارم (گردش اور ترجمہ)
- منظر کا گہرائی کا نقشہ
- دوسرے زاویے سے دوسری تصویر
- ہدف کے منظر کا ہاتھ سے تیار کردہ خاکہ
- Zero-1-to-3 کس قسم کے ماڈل کو فائن ٹیوننگ کے ذریعے بنایا گیا ہے؟
- گراف نیورل نیٹ ورک
- ایک 2D امیج ڈفیوژن ماڈل (مستحکم بازی)
- ایک بار بار ترتیب والا ماڈل
- ایک کلاسیکی ڈھانچہ - سے تحریک حل کرنے والا
- کیوں ایک 2D پھیلاؤ ماڈل صفر شاٹ ناول ویو ترکیب کو انجام دے سکتا ہے؟
- کیونکہ یہ اندرونی طور پر واضح 3D میشز کو اسٹور کرتا ہے۔
- کیونکہ یہ قیاس کے دوران LiDAR ڈیٹا استعمال کرتا ہے۔
- کیونکہ اس نے بڑے پیمانے پر تصویری تربیت سے مضمر ہندسی اور جسمانی ابتدائی سیکھا ہے۔
- کیونکہ یہ ہر تربیتی تصویر کو بالکل یاد رکھتا ہے۔
- زیرو-1-سے-3 کی تربیت کے لیے تھری ڈی آبجیکٹ کا کون سا ڈیٹا سیٹ مرکزی تھا؟
- امیج نیٹ
- کوکو
- KITTI ڈرائیونگ کے مناظر
- Objaverse (مصنوعی پیش کردہ اشیاء)
- ماخذ کی تصویر کی عمدہ تفصیل کو نسل میں کیسے محفوظ کیا جاتا ہے؟
- ان پٹ امیج کو شور مچانے والے لیٹنٹ میں چینل سے جوڑ کر
- کیپشن کی گنتی کرنے کے بعد اسے رد کر کے
- صرف اس کے فائل کا نام بطور لیبل استعمال کرکے
- اسے پہلے گرے اسکیل میں تبدیل کرکے
- زیرو-1-سے-3 کے خیالات کا عام بہاو استعمال کیا ہے؟
- آڈیو ٹرانسکرپشن
- آبجیکٹ کے 3D ماڈل یا میش کو دوبارہ تشکیل دینا
- سپیم ای میل فلٹرنگ
- اسٹاک کی قیمت کی پیشن گوئی
- 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
- 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