文件名称：TensorFlow Graphics: TensorFlow将对3D图像的可区分图形层-python
文件大小：4.01MB
文件格式：ZIP
更新时间：2024-07-08 12:17:26
机器学习
TensorFlow Graphics: TensorFlow将对3D图像的可区分图形层 TensorFlow 图形 在过去几年中，可以插入神经网络架构的新型可微图形层出现了增长。 从空间转换器到可微分图形渲染器，这些新层利用多年计算机视觉和图形研究中获得的知识来构建新的、更高效的网络架构。 将几何先验和约束显式建模到神经网络中，为可以稳健、高效地训练的架构打开了大门，更重要的是，可以以自我监督的方式进行训练。 概述 在高层次上，计算机图形管道需要 3D 对象及其在场景中的绝对位置的表示、对它们构成的材料、灯光和相机的描述。 该场景描述然后由渲染器解释以生成合成渲染。 相比之下，计算机视觉系统将从图像开始并尝试推断场景的参数。 这允许预测场景中哪些物体、它们由什么材料制成以及它们的 3D 位置和方向。 训练能够解决这些复杂 3D 视觉任务的机器学习系统通常需要大量数据。 由于标记数据是一个昂贵且复杂的过程，因此重要的是要有设计机器学习模型的机制，这些模型可以在没有太多监督的情况下进行训练时理解三维世界。 结合计算机视觉和计算机图形技术提供了一个独特的机会来利用大量现成