تقدم هذه المقالة مجموعة بيانات مشهد متعددة العرض واسعة النطاق تسمى DL3DV-10K، بالإضافة إلى نتائج البحث المستندة إلى مجموعة البيانات هذه. تم تصميم مجموعة البيانات هذه للتغلب على التحديات في تركيب العرض العصبي، واستخدمها فريق البحث لتقييم الأساليب الحالية واقتراح معيار الأداء DL3DV-140. تظهر نتائج البحث أن استخدام DL3DV-10K للتدريب المسبق لـ IBRNet يمكن أن يحسن بشكل كبير أداء الأساليب المتقدمة الحالية، مما يسلط الضوء على أهمية مجموعات بيانات المشهد الحقيقي واسعة النطاق لتعزيز تطوير تعلم أساليب NeRF العامة.
DL3DV-10K عبارة عن مجموعة بيانات مشهد متعددة العرض واسعة النطاق مصممة لمواجهة التحديات في تركيب العرض العصبي. قام فريق البحث بتقييم الطرق الحالية باستخدام DL3DV-10K واقترح معيار الأداء DL3DV-140. تظهر النتائج أنه باستخدام DL3DV-10K للتدريب المسبق لـ IBRNet، يمكن تحسين أداء الأساليب المتقدمة الحالية بشكل كبير. يؤكد البحث على أهمية مجموعات بيانات السيناريو الحقيقي واسعة النطاق في تعزيز تطوير أساليب NeRF العامة القائمة على التعلم.بشكل عام، أحدثت مجموعة بيانات DL3DV-10K والأبحاث ذات الصلة تقدمًا جديدًا في مجال تركيب الرؤية العصبية، وقدمت قيمة مرجعية مهمة للأبحاث المستقبلية، وأكدت أيضًا مفتاح مجموعات البيانات واسعة النطاق في تعزيز تطوير التقنيات الاصطناعية. تأثير تكنولوجيا الذكاء.