ዝርዝር ሁኔታ[ደብቅ][አሳይ]
ሄይ፣ የ3D ትእይንት ከ2D መረጃ ግብዓቶች በሰከንዶች ውስጥ በNVIDIA ፈጣን ኔርኤፍ ነርቭ አተረጓጎም ሞዴል ሊፈጠር እንደሚችል እና የዚያ ትእይንት ፎቶግራፎች በሚሊሰከንዶች ሊሰሩ እንደሚችሉ ያውቃሉ?
የተገላቢጦሽ አተረጓጎም በመባል የሚታወቀውን ቴክኒክ በመጠቀም የቁም ፎቶግራፎችን ስብስብ በፍጥነት ወደ ዲጂታል 3D አካባቢ መቀየር ይቻላል፣ ይህም በእውነተኛው አለም ላይ ብርሃን እንዴት እንደሚሰራ ለመምሰል ያስችለዋል።
የNVDIA የምርምር ቡድን በቀየሰው ቴክኒክ በሚያስደንቅ ሁኔታ በፍጥነት - በቅጽበት ለሚያጠናቅቅ ዘዴ ምስጋና ይግባውና እጅግ በጣም ፈጣን የነርቭ አውታረ መረብ ስልጠናን እና ፈጣን አቀራረብን ሊያጣምር ከሚችል የዚህ ዓይነቱ የመጀመሪያ ሞዴሎች አንዱ ነው።
ይህ መጣጥፍ ፍጥነቱን፣ የአጠቃቀም ጉዳዮችን እና ሌሎች ነገሮችን ጨምሮ የNVDIA's NeRFን በጥልቀት ይመረምራል።
ስለዚህ ፣ ምንድን ነው NeRF?
ኔአርኤፍ የሚወክለው የነርቭ ጨረራ መስኮችን ነው፣ ይህ የሚያመለክተው የተወሳሰቡ ትዕይንቶችን ልዩ እይታዎችን የመፍጠር ዘዴን በመጠኑ አነስተኛ የሆኑ የግቤት እይታዎችን በመጠቀም ነው።
የ2-ል ፎቶዎች ስብስብ እንደ ግብአት ሲሰጥ የNVDIA's NeRFs ይቀጥራሉ። የነርቭ ኔትወርኮች የ3-ል ትዕይንቶችን ለመወከል እና ለማመንጨት።
በአካባቢው ዙሪያ ከተለያዩ አቅጣጫዎች የመጡ አነስተኛ ቁጥር ያላቸው ፎቶዎች ለ የነርቭ ኔትወርክበእያንዳንዱ ፍሬም ውስጥ ካለው የካሜራ ቦታ ጋር።
እነዚህ ሥዕሎች በቶሎ ሲነሱ፣ የተሻለ ይሆናል፣ በተለይም ተንቀሳቃሽ ተዋንያን ወይም ዕቃዎች ባሉበት ትዕይንቶች።
በ 3D ስዕል ቀረጻ ሂደት ውስጥ በጣም ብዙ እንቅስቃሴ ካለ በአይ-የመነጨው 2D ትዕይንት ይደመሰሳል።
በ 3D አካባቢ ውስጥ ከየትኛውም ቦታ በየአቅጣጫው የሚወጣውን የብርሃን ቀለም በመተንበይ ኔአርኤፍ ሙሉውን ምስል ለመገንባት በዚህ መረጃ የተቀመጡትን ክፍተቶች በሚገባ ይሞላል።
NeRF ተገቢውን ግብዓቶች ከተቀበለ በኋላ በሁለት ሚሊሰከንዶች ውስጥ የ3D ትዕይንት ሊያመነጭ ስለሚችል፣ እስከ ዛሬ በጣም ፈጣኑ የኔአርኤፍ አቀራረብ ነው።
ኔአርኤፍ በፍጥነት ስለሚሰራ ወዲያውኑ ወዲያውኑ ነው፣ ስለዚህም ስሙ። እንደ ባለ ብዙ ጎን ሜሽ ያሉ መደበኛ 3D ውክልናዎች የቬክተር ሥዕሎች ከሆኑ ኔአርኤፍዎች የቢትማፕ ምስሎች ናቸው፡ ብርሃን ከአንድ ነገር ወይም ከትዕይንት ውስጥ የሚፈልቅበትን መንገድ ጥቅጥቅ አድርገው ይይዛሉ።
ፈጣን NeRF ዲጂታል ካሜራዎች እና JPEG መጭመቅ ወደ 3D ፎቶግራፍ ስለነበሩ ለ 2 ዲ ቀረጻ እና መጋራት ፍጥነትን ፣ ምቾትን እና ተደራሽነትን በሚያስደንቅ ሁኔታ ስለሚያሳድግ ለ 3D አስፈላጊ ነው።
ቅጽበታዊ NeRF አምሳያዎችን ወይም ለምናባዊ ዓለማት ሙሉ ትዕይንቶችን ለማምረት ሊያገለግል ይችላል።
ለቀድሞዎቹ የፖላሮይድ ፎቶዎች ክብር ለመክፈል የNVDIA Research ቡድን አንድ ታዋቂ የሆነውን Andy Warhol ቅጽበታዊ ፎቶግራፍ በማንሳት ፈጣን ኔአርኤፍን በመጠቀም ወደ 3D ትእይንት ቀይሮታል።
በእርግጥ 1,000 ጊዜ ፈጣን ነው?
የ3-ል ትዕይንት እንደ ውስብስብነቱ እና እንደ ጥራቱ ከNeRF በፊት ለመፍጠር ሰዓታት ሊወስድ ይችላል።
AI ሂደቱን በጣም አፋጥኗል፣ ግን በትክክል ለማሰልጠን አሁንም ሰዓታት ሊወስድ ይችላል። በNVDIA ፈር ቀዳጅ በሆነው ባለብዙ ጥራት ሃሽ ኢንኮዲንግ ዘዴ በመጠቀም ፈጣን ኔርኤፍ የምስል ጊዜን በ1,000 እጥፍ ይቀንሳል።
ሞዴሉን ለመፍጠር የTiny CUDA Neural Networks ጥቅል እና የNVDIA CUDA Toolkit ጥቅም ላይ ውለው ነበር። እንደ ኤንቪዲ ገለፃ ቀላል ክብደት ያለው የነርቭ ኔትወርክ በመሆኑ በነጠላ ኤንቪዲ ጂፒዩ ሊሰለጥነው ይችላል፣ በNVDIA Tensor Core ካርዶች በፈጣን ፍጥነት የሚሰሩ ናቸው።
ኬዝን ይጠቀሙ
የዚህ ቴክኖሎጂ በጣም ጠቃሚ ከሆኑት ውስጥ አንዱ ራስን የሚነዱ አውቶሞቢሎች ናቸው። እነዚህ ተሽከርካሪዎች በአብዛኛው የሚንቀሳቀሱት በሚሄዱበት ጊዜ አካባቢያቸውን በምናብ በመሳል ነው።
ነገር ግን፣ የዛሬው ቴክኖሎጂ ችግር ጥቅጥቅ ያለ እና ትንሽ ጊዜ የሚወስድ መሆኑ ነው።
ሆኖም ፈጣን ኔአርኤፍን በመጠቀም በራሱ ለሚነዳ መኪና የእውነተኛውን ዓለም ዕቃዎች መጠን እና ቅርፅ ለመገመት/ለመረዳት የሚያስፈልገው ነገር ቢኖር አሁንም ፎቶግራፎችን ማንሳት፣ ወደ 3D መቀየር እና ያንን መረጃ መጠቀም ነው።
አሁንም በሜታቨርስ ውስጥ ሌላ ጥቅም ሊኖር ይችላል ወይም በኮምፒውተርና መሰል መሳሪያዎች ላይ የሚጫወቱት ጨዋታ የምርት ኢንዱስትሪዎች.
ፈጣን NeRF አምሳያዎችን ወይም ሙሉ ምናባዊ ዓለሞችን በፍጥነት እንዲገነቡ ስለሚፈቅድ ይህ እውነት ነው።
ትንሽ ማለት ይቻላል። 3-ል ቁምፊ ሞዴሊንግ ያስፈልጋል ምክንያቱም የሚያስፈልግህ የነርቭ ኔትወርክን ማስኬድ ብቻ ነው፣ እና ለእርስዎ ገጸ ባህሪን ይፈጥራል።
በተጨማሪም፣ NVIDIA ይህን ቴክኖሎጂ ለተጨማሪ ከማሽን መማር ጋር ለተያያዙ አፕሊኬሽኖች በመተግበር ላይ ይገኛል።
ለምሳሌ፣ ቋንቋዎችን ከበፊቱ በበለጠ በትክክል ለመተርጎም እና አጠቃላይ ዓላማውን ለማሻሻል ይጠቅማል ጥልቀት ያለው ትምህርት ስልተ ቀመሮች አሁን ለተለያዩ ተግባራት ጥቅም ላይ ይውላሉ።
መደምደሚያ
ብዙ የግራፊክስ ጉዳዮች የችግሩን ቅልጥፍና ወይም ብልሹነት ለመጠቀም በተግባራዊ-ተኮር የውሂብ አወቃቀሮች ላይ ይመረኮዛሉ።
በNVDIA የባለብዙ ጥራት ሃሽ ኢንኮዲንግ የሚሰጠው ተግባራዊ ትምህርት ላይ የተመሰረተ አማራጭ የስራ ጫናው ምንም ይሁን ምን በቀጥታ ወደ አስፈላጊ ዝርዝር ጉዳዮች ላይ ያተኩራል።
ነገሮች ከውስጥ እንዴት እንደሚሰሩ የበለጠ ለማወቅ ባለስልጣኑን ይመልከቱ የፊልሙ ማከማቻ.
መልስ ይስጡ