SwinIR-Transformator-Restaurierungsquiz

Während Sie am Quiz teilnehmen, werden Antworten und Erklärungen angezeigt.

1. Auf welcher Transformatorarchitektur basiert SwinIR?
   • Der Swin-Transformator
   • Nur Vision Transformer (ViT).
   • BERT
   • GPT
2. Was ist der zentrale Aufmerksamkeitsmechanismus in SwinIR?
   • Globale All-Pixel-Aufmerksamkeit
   • Verschobene fensterbasierte Selbstaufmerksamkeit
   • Bildübergreifende Aufmerksamkeit
   • Keine Aufmerksamkeit, nur Faltung
3. Wie heißen die Deep-Feature-Blöcke von SwinIR?
   • Dichte Faltungsblöcke
   • Invertierte Restblöcke
   • Rest-Swin-Transformatorblöcke (RSTB)
   • Kapselblöcke
4. Warum ist hier fensterbasierte Aufmerksamkeit effizienter als globale Aufmerksamkeit?
   • Es werden weniger Farbkanäle verwendet
   • Der Rekonstruktionsschritt wird übersprungen
   • Es werden nur Kanten verarbeitet
   • Seine Kosten wachsen linear mit der Bildfläche statt quadratisch
5. What are the three main stages in SwinIR’s restoration architecture?
   • Shallow feature extraction, deep feature extraction, and image reconstruction
   • Text tokenization, translation, and speech synthesis
   • Noise injection, denoising, and audio decoding
   • Camera sensing, object tracking, and route planning
6. Welchen Effizienzvorteil hat SwinIR gegenüber CNN-Konkurrenten gezeigt?
   • Es waren keine Trainingsdaten erforderlich
   • Es erzielte Ergebnisse auf dem neuesten Stand der Technik mit weitaus weniger Parametern
   • Es lief ohne Windungen
   • Es machte GPUs überflüssig
7. What components does a SwinIR Residual Swin Transformer Block combine?
   • A text tokenizer and a language-model decoder
   • A GAN discriminator and a vocoder
   • Swin Transformer layers with residual connections and a convolution
   • A camera sensor and a LiDAR encoder
8. Which image-restoration task besides super-resolution did the SwinIR paper evaluate?
   • Spracherkennung
   • Maschinelle Übersetzung
   • Protein sequence design
   • JPEG compression-artifact reduction