Тест, свързан с ръководство · Среден Ниво
Тест за оценка на дълбочината на дифузия на невен
Проверете как Marigold използва повторно латентните предишни стойности на Stable Diffusion за относителна дълбочина и обработва афинна инвариантност, вземане на проби и изходни детайли.
Въпрос 1 на 8
На какъв предварително обучен модел надгражда Marigold?
Визуализирайте всеки въпрос8 въпроси
Отговорите и обясненията се появяват, докато отговаряте на теста.
- На какъв предварително обучен модел надгражда Marigold?
- Stable Diffusion
- GPT-4
- YOLOv8
- ResNet-50
- Как Marigold формулира задачата за оценка на дълбочината?
- Като проблем с класификацията
- Като условно генериране на карта на дълбочината
- Като обучение за засилване
- Като проблем с клъстерирането
- Какво беше изненадващо в данните за обучението на Marigold?
- Той използва милиарди реални сканирания в дълбочина
- Изобщо не се нуждаеше от обучение
- Той беше фино настроен главно върху синтетични набори от данни, но обобщен за реални изображения
- Използва само аудио данни
- Защо Marigold обикновено е по-бавен от моделите за дълбочина с подаване напред?
- Работи само с процесор
- Той изтегля данни от интернет всеки път
- Обучава се повторно за всяко изображение
- Той използва цикъл за вземане на проби с итеративно премахване на шума
- В какво пространство невенът извършва процеса на дифузия?
- VAE латентно пространство на Stable Diffusion
- Сурово пикселно пространство
- Честота/пространство на Фурие
- Точково-облачно пространство
- Как може Marigold да подобри стабилността на дълбочината при бягане?
- Чрез намаляване на разделителната способност на изображението
- Чрез обединяване на множество извадкови прогнози
- Като деактивирате VAE
- Чрез преобразуване в нива на сивото
- What does affine-invariant relative depth mean for a Marigold prediction?
- Every pixel gives exact distance in meters without calibration
- The output contains color labels instead of depth
- Depth ordering is useful, but the output's absolute scale and offset need not equal real-world measurements
- Only the nearest object receives a depth value
- Which pair of inputs does Marigold encode with the same VAE during its latent diffusion process?
- The camera pose and a 3D mesh
- The text prompt and a CLIP score
- Two stereo images from separate cameras
- The input image and the depth map