جدول پیوندها
چکیده و 1 مقدمه
2. کارهای مرتبط
3. روش و 3.1. معماری
3.2. ضرر و 3.3. جزئیات پیاده سازی
4. بررسی داده ها
4.1. مجموعه داده های آموزشی
4.2. معیار ارزیابی
5. آزمایش ها و 5.1. معیارها
5.2. خطوط پایه
5.3. مقایسه با روش های SOTA
5.4. نتایج کیفی و 5.5. مطالعه ابلیشن
6. محدودیت ها و بحث
7. نتیجه گیری و مراجع
الف. مقایسه کیفی اضافی
ب. استنتاج در مورد تصاویر تولید شده توسط هوش مصنوعی
ج. جزئیات مدیریت داده
6. محدودیت ها و بحث
به دلیل محدودیت منابع محاسباتی، ما قادر به پردازش و آموزش مدل خود بر روی مجموعه داده کامل Objaverse نیستیم. در حال حاضر، مشهای Objaverse که ما استفاده میکنیم، فقط شامل 5٪ از Objaverse و 0.4٪ از Objaverse-XL است. بر اساس خواص پوسته پوسته شدن امیدوارکننده مدل های اخیر فونداسیون [12, 24, 61]، ما معتقدیم که بررسی ویژگی های مقیاس بندی روش ارزشمند خواهد بود.
یکی دیگر از محدودیتهای کار ما این است که مدلسازی بافت شی را در نظر نگرفتهایم. پیشبینی بافتهای سطوح نادیده بسیار بد است و میتواند تا حد زیادی از یک قبلی دو بعدی قوی بهرهمند شود. با توجه به موفقیت اخیر مدل های انتشار دوبعدی [48] و کاربرد آنها در روش های تولید سه بعدی مبتنی بر بهینه سازی [7, 11, 29, 34, 40, 59]، فکر می کنیم مقداردهی اولیه یا… نویدبخش خواهد بود.