DreamFusion
美国
文本转化文本到3D

DreamFusion 翻译站点

使用2D扩散的文本到3D

标签:
爱站权重:PC 百度权重移动 百度移动权重

鉴于标题,DreamFusion使用称为[Imagen](https://gpt3demo.com/apps/imagen)的文本到图像生成模型来优化3D场景。他们提出了分数蒸馏采样(SDS),这是一种通过优化损耗函数从扩散模型中生成样品的方法。 SDS允许我们在任意参数空间(例如3D空间)中优化样本,只要它们可以绘制回图像。他们使用类似于神经辐射场或NERF的3D场景参数化来定义此可区分映射。仅SDS就会产生合理的场景外观,但DreamFusion增加了其他正规化器和优化策略来改善几何形状。由此产生的训练有素的NERF是连贯的,具有高质量的正:表面几何和深度,并且可以通过Lambertian阴影模型来重新确定。

资料来源:https://dreamfusion3d.github.io/

原文:

Given a caption, DreamFusion uses a text-to-image generative model called [Imagen](https://gpt3demo.com/apps/imagen) to optimize a 3D scene. They propose Score Distillation Sampling (SDS), a way to generate samples from a diffusion model by optimizing a loss function. SDS allows us to optimize samples in an arbitrary parameter space, such as a 3D space, as long as They can map back to images differentiably. They use a 3D scene parameterization similar to Neural Radiance Fields, or NeRFs, to define this differentiable mapping. SDS alone produces reasonable scene appearance, but DreamFusion adds additional regularizers and optimization strategies to improve geometry. The resulting trained NeRFs are coherent, with high-quality normals, surface geometry and depth, and are relightable with a Lambertian shading model.

Source: https://dreamfusion3d.github.io/

数据统计

数据评估

DreamFusion浏览人数已经达到146,如你需要查询该站的相关权重信息,可以点击"爱站数据""Chinaz数据"进入;以目前的网站数据参考,建议大家请以爱站数据为准,更多网站价值评估因素如:DreamFusion的访问速度、搜索引擎收录以及索引量、用户体验等;当然要评估一个站的价值,最主要还是需要根据您自身的需求以及需要,一些确切的数据则需要找DreamFusion的站长进行洽谈提供。如该站的IP、PV、跳出率等!

关于DreamFusion特别声明

本站GPT 案例导航提供的DreamFusion都来源于网络,不保证外部链接的准确性和完整性,同时,对于该外部链接的指向,不由GPT 案例导航实际控制,在2023年3月9日 下午10:46收录时,该网页上的内容,都属于合规合法,后期网页的内容如出现违规,可以直接联系网站管理员进行删除,GPT 案例导航不承担任何责任。

相关导航

没有相关内容!