Cuestionario vinculado a una guía · Medio Nivel

Prueba de estimación de la profundidad de difusión de la caléndula

Compruebe cómo Marigold reutiliza los antecedentes latentes de Stable Diffusion para obtener una profundidad relativa y maneja la invariancia afín, el muestreo y los detalles de salida.

Rutas de guía relacionadasEstimación de la profundidad de difusión de la caléndula
Pregunta 1 de 8

¿En qué modelo previamente entrenado se basa Marigold?

Vista previa de cada pregunta8 preguntas

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

  1. ¿En qué modelo previamente entrenado se basa Marigold?
    • Stable Diffusion
    • GPT-4
    • YOLOv8
    • ResNet-50
  2. ¿Cómo encuadra Marigold la tarea de estimación de profundidad?
    • Como problema de clasificación
    • Como generación condicional de un mapa de profundidad.
    • Como aprendizaje por refuerzo
    • Como un problema de agrupamiento
  3. ¿Qué fue lo sorprendente de los datos de entrenamiento de Marigold?
    • Utilizó miles de millones de escaneos en profundidad real.
    • No necesitaba ningún entrenamiento
    • Se ajustó principalmente en conjuntos de datos sintéticos, pero se generalizó a imágenes reales.
    • Usó solo datos de audio.
  4. ¿Por qué Marigold suele ser más lento que los modelos de profundidad de retroalimentación?
    • Se ejecuta solo en una CPU
    • Descarga datos de Internet cada vez.
    • Se vuelve a entrenar para cada imagen.
    • Utiliza un bucle de muestreo iterativo de eliminación de ruido.
  5. ¿En qué espacio realiza Marigold su proceso de difusión?
    • Espacio latente VAE de Stable Diffusion
    • Espacio de píxeles sin procesar
    • Frecuencia/espacio de Fourier
    • Espacio de nube de puntos
  6. ¿Cómo puede Marigold mejorar la estabilidad de la profundidad en todas las carreras?
    • Al reducir la resolución de la imagen
    • Al reunir múltiples predicciones muestreadas
    • Al desactivar el VAE
    • Convirtiendo a escala de grises
  7. 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
  8. 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