اختبار مرتبط بالدليل · متوسط المستوى
مسابقة تلوين الصورة
يتحقق من سبب غموض التلوين، قنوات الإدخال/الإخراج Lab، التصنيف عبر فئات الألوان وتفضيلات الصورة المتعلمة.
سؤال 1 من 8
لماذا يعتبر تلوين الصورة مشكلة "سيئة الطرح"؟
معاينة كل سؤال8 أسئلة
تظهر الإجابات والتفسيرات أثناء إجراء الاختبار.
- لماذا يعتبر تلوين الصورة مشكلة "سيئة الطرح"؟
- يمكن أن تتوافق قيمة تدرج رمادي واحدة مع العديد من الألوان الحقيقية المختلفة
- لا تحتوي الصور ذات التدرج الرمادي على معلومات قابلة للاستخدام على الإطلاق
- الصور الملونة كبيرة جدًا بحيث لا يمكن معالجتها
- لم تعد الكاميرات قادرة على تسجيل التدرج الرمادي بعد الآن
- في نهج مساحة الألوان Lab الشائعة، ما الذي تستقبله الشبكة كمدخل؟
- صورة RGB كاملة
- قناة L (الخفة) فقط
- القناة الحمراء فقط
- خريطة عمق المشهد
- لماذا فعل تشانغ وآخرون . التنبؤ بلون الإطار كتصنيف على "صناديق" الألوان بدلاً من الانحدار المباشر؟
- لأن التصنيف هو الشيء الوحيد الذي تستطيع الشبكات العصبية فعله
- لجعل الصور أصغر
- لتجنب تحويل الألوان الصالحة إلى نتائج باهتة وغير مشبعة
- لإزالة الحاجة إلى بيانات التدريب
- كيف تتعلم النماذج ما هي الألوان التي يجب أن تكون عليها الأشياء دون أن يتم إخبارها؟
- تتم برمجتها يدويًا بقائمة من ألوان كل كائن
- يخمنون بشكل عشوائي في كل مرة
- يقرأون البيانات التعريفية الملونة المخزنة في ملفات ذات تدرج رمادي
- يتعلمون الكهنوت الإحصائي من ملايين الصور الملونة المحولة إلى التدرج الرمادي
- ما هو التحدي الرئيسي عند تلوين الفيديو بدلاً من الصور الفردية؟
- الحفاظ على تناسق الألوان عبر الإطارات لتجنب الوميض
- لا تحتوي مقاطع الفيديو على نسخة ذات تدرج رمادي
- من المستحيل إضافة اللون إلى الصور المتحركة
- يجب أن يكون لكل إطار لون مختلف
- ما الذي يتيحه التلوين القائم على النموذج أو التلميح للمستخدم؟
- تحويل الصور الملونة مرة أخرى إلى التدرج الرمادي فقط
- قم بتوجيه الإخراج باستخدام الصور المرجعية أو تلميحات الألوان التي تم النقر عليها
- تعطيل الشبكة العصبية بالكامل
- ترجمة الصورة إلى لغة أخرى
- In the CIE Lab setup described in the guide, which channels does the network predict?
- The L lightness channel only
- RGB red and green but not blue
- The a and b chrominance channels
- The image’s camera pose
- Why can direct regression toward an average color produce dull colorization?
- The model is forced to output only black
- Regression removes the lightness channel
- The network cannot use training examples
- Several plausible colors for a gray pixel may average to a muted, less likely color