গাইড লিঙ্ক ক্যুইজ · মাঝারি স্তর
গভীরতা মনোকুলার গভীরতা কুইজ
Depth Anything-এর শিক্ষক-ছাত্রদের ডেটা ইঞ্জিন, DINOv2 এনকোডার, আপেক্ষিক গভীরতার আউটপুট এবং V2-তে সিন্থেটিক-ডেটা উন্নতি পর্যালোচনা করুন।
প্রশ্ন 1 এর 8
'মনোকুলার' গভীরতা অনুমান মানে কি?
প্রতিটি প্রশ্নের পূর্বরূপ দেখুন8 প্রশ্ন
আপনি কুইজ নেওয়ার সাথে সাথে উত্তর এবং ব্যাখ্যাগুলি উপস্থিত হয়।
- 'মনোকুলার' গভীরতা অনুমান মানে কি?
- একটি একক চিত্র থেকে গভীরতার পূর্বাভাস
- স্টেরিও ভিশনের জন্য দুটি ক্যামেরা ব্যবহার করা
- একটি LiDAR সেন্সর ব্যবহার করে
- শব্দ তরঙ্গ দিয়ে গভীরতা পরিমাপ করা
- শক্তিশালী সাধারণীকরণ অর্জনের জন্য DepthAnything এর প্রধান কৌশল কি ছিল?
- একটি ছোট উচ্চ-মানের ডেটাসেট হ্যান্ড-লেবেলিং
- প্রায় 62 মিলিয়ন স্বয়ংক্রিয়-লেবেলহীন লেবেলবিহীন চিত্রের প্রশিক্ষণ
- শুধুমাত্র সিন্থেটিক গেম ইঞ্জিন ডেটা ব্যবহার করে
- স্টেরিও ক্যামেরা জোড়ার উপর নির্ভর করা
- DepthAnything কি ব্যাকবোন এনকোডার তৈরি করে?
- একটি ResNet-18 CNN
- একটি পুনরাবৃত্ত LSTM নেটওয়ার্ক
- DINOv2 দৃষ্টি ট্রান্সফরমার
- একটি YOLO ডিটেক্টর
- মূল DepthAnything প্রাথমিকভাবে আউটপুট কি ধরনের গভীরতা?
- মিটারে সঠিক দূরত্ব
- শুধুমাত্র বাইনারি ফোরগ্রাউন্ড/ব্যাকগ্রাউন্ড
- জিপিএস স্থানাঙ্ক
- আপেক্ষিক গভীরতা (নিকট বনাম দূরে)
- কিভাবে DepthAnything V2 সূক্ষ্ম বিবরণ এবং প্রান্ত উন্নত করেছে?
- নিখুঁত গ্রাউন্ড ট্রুথ সহ সিন্থেটিক ডেটার উপর শিক্ষককে প্রশিক্ষণ দিয়ে, তারপর ডিস্টিলিং
- আরো বাস্তব গোলমাল লেবেল যোগ করে
- ট্রান্সফরমার এনকোডার অপসারণ করে
- নিম্ন-রেজোলিউশন ইনপুট ব্যবহার করে
- কোন অ্যাপ্লিকেশনটি মনোকুলার গভীরতার মানচিত্রগুলির একটি সাধারণ ব্যবহার নয়?
- পোর্ট্রেট-মোড ব্যাকগ্রাউন্ড ব্লার
- নেটওয়ার্ক ট্রাফিক এনক্রিপ্ট করা হচ্ছে
- কন্ট্রোলনেট গভীরতা কন্ডিশনিং
- 2D থেকে 3D ফটো রূপান্তর
- What dense prediction head does the Depth Anything guide pair with its DINOv2 encoder?
- A Marching Tetrahedra mesh extractor
- A CLIP text-image similarity head
- A DPT-style dense prediction head
- A causal language-model decoder
- How does Depth Anything V2 use a teacher model with unlabeled real photos?
- The teacher converts each photo into a 3D mesh
- The teacher supplies only image captions to a language model
- The teacher replaces all synthetic depth labels with manually measured distances
- The teacher generates pseudo-depth labels that are used to train student models