Coin3D optimiert Training und Auswertung für hochauflösende 3D-Generierung

Coin3D wird auf dem LVIS-Teilmenge von Objaverse mit 16-Blick-Rendering und Proxy-Voxelisierung trainiert. Bewertungen umfassen CLIP-Werte, ImageReward und GPTEvals3D. Benutzerstudien vergleichen die Ausgabe mit bestehenden Methoden. Das Modell wird mit einem dualen 3D-UNet und Volumen-SDS-Verlust auf einem Nvidia A100-80G trainiert, ermöglicht hochauflösende 3D-Rekonstruktion in nur wenigen Minuten, optimiert sowohl Qualität als auch Effizienz.