Cuestionario vinculado a una guía · Medio Nivel

Prueba de pérdida de percepción y LPIPS

Explore la comparación de imágenes basada en características, la calibración humana LPIPS, las características normalizadas, las convenciones de entrada y los límites de una puntuación de distancia de percepción.

Rutas de guía relacionadasPérdida de percepción y Lpips
Pregunta 1 de 8

¿Por qué la pérdida L2 basada en píxeles a menudo juzga mal la similitud de la imagen en comparación con la pérdida de percepción?

Vista previa de cada pregunta8 preguntas

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

  1. ¿Por qué la pérdida L2 basada en píxeles a menudo juzga mal la similitud de la imagen en comparación con la pérdida de percepción?
    • Penaliza pequeños cambios y cambios de textura que los humanos apenas notan
    • Funciona demasiado lento para ser práctico.
    • Sólo puede comparar imágenes en escala de grises.
    • Requiere una red previamente entrenada para calcular
  2. ¿Qué compara LPIPS principalmente entre dos imágenes?
    • Valores de píxeles RGB sin procesar
    • Tamaños de archivos después de la compresión
    • Activaciones desde capas intermedias de una red previamente entrenada.
    • Histogramas de color
  3. ¿Cómo se determinaron los pesos por canal en LPIPS?
    • Establecido en todos unos de forma predeterminada
    • Calibrado frente a juicios de similitud perceptiva humana
    • Afinado a mano por los autores.
    • Derivado de tablas de compresión JPEG
  4. What does a lower LPIPS value indicate for a tested image pair?
    • Proof that the two images have identical pixels
    • A guarantee that every human will prefer the lower-scoring image
    • A measurement of the images' compressed file size
    • A smaller distance under the chosen learned perceptual metric
  5. ¿Qué red troncal se asocia más comúnmente con la pérdida de percepción (característica) clásica?
    • ResNet-152
    • YOLO
    • VGG
    • U-Net
  6. ¿Qué tarea se beneficia más directamente del uso de la pérdida de percepción en lugar de la L2 pura?
    • Superresolución fotorrealista
    • Contar píxeles en una imagen
    • Leyendo metadatos EXIF
    • Ordenar imágenes por nombre de archivo
  7. What image-input convention does the official LPIPS Python example specify?
    • Raw compressed JPEG bytes used directly as feature maps
    • Only filename strings with no decoded image data
    • A single grayscale class label for each image
    • RGB tensors with image values scaled to the range minus one to plus one
  8. Which differences receive learned per-channel weighting inside LPIPS?
    • Differences between the images' filename lengths
    • Squared differences between normalized deep feature representations
    • Only differences between JPEG quality settings
    • Only the number of object class labels predicted