Cuestionario vinculado a una guía · Medio Nivel

Prueba de profundidad monocular DepthAnything

Revise el motor de datos para profesores y estudiantes de Depth Anything, el codificador DINOv2, los resultados de profundidad relativa y las mejoras de datos sintéticos en V2.

Rutas de guía relacionadasProfundidad cualquier cosa Profundidad monocular
Pregunta 1 de 8

¿Qué significa estimación de profundidad 'monocular'?

Vista previa de cada pregunta8 preguntas

Las respuestas y explicaciones aparecen a medida que realiza el cuestionario.

  1. ¿Qué significa estimación de profundidad 'monocular'?
    • Predecir la profundidad a partir de una sola imagen
    • Usando dos cámaras para visión estéreo
    • Usando un sensor LiDAR
    • Medición de profundidad con ondas sonoras.
  2. ¿Cuál fue la principal estrategia de DepthAnything para lograr una fuerte generalización?
    • Etiquetar manualmente un pequeño conjunto de datos de alta calidad
    • Capacitación en aproximadamente 62 millones de imágenes sin etiquetar con etiquetas automáticas
    • Usar solo datos sintéticos del motor del juego
    • Depender de pares de cámaras estéreo
  3. ¿En qué codificador troncal se basa DepthAnything?
    • Una CNN ResNet-18
    • Una red LSTM recurrente
    • El transformador de visión DINov2
    • Un detector YOLO
  4. ¿Qué tipo de profundidad genera principalmente el DepthAnything original?
    • Distancia exacta en metros
    • Solo primer plano/fondo binario
    • Coordenadas GPS
    • Profundidad relativa (más cerca versus más lejos)
  5. ¿Cómo mejoró DepthAnything V2 los detalles finos y los bordes?
    • Al capacitar al maestro en datos sintéticos con una verdad fundamental perfecta, y luego destilar
    • Añadiendo etiquetas más ruidosas y reales
    • Quitando el codificador del transformador.
    • Usando entradas de menor resolución
  6. ¿Qué aplicación NO es un uso típico de los mapas de profundidad monoculares?
    • Desenfoque de fondo en modo retrato
    • Cifrar el tráfico de red
    • Acondicionamiento de profundidad ControlNet
    • Conversión de fotografías 2D a 3D
  7. 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
  8. 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