गाइड से जुड़ी प्रश्नोत्तरी · मध्यम स्तर

GFPGAN फेस रिस्टोरेशन क्विज़

GFPGAN के पहले से प्रशिक्षित चेहरे, फीचर सम्मिश्रण, एकल-पास बहाली और पुनर्निर्मित विवरण की निष्ठा सीमा की समीक्षा करें।

संबंधित मार्गदर्शक पथGfpgan चेहरे की बहाली
प्रश्न 1 का 8

कौन सा पूर्व-प्रशिक्षित मॉडल GFPGAN का 'जेनरेटिव फेशियल प्रायर' प्रदान करता है?

प्रत्येक प्रश्न का पूर्वावलोकन करें8 प्रश्न

जैसे ही आप प्रश्नोत्तरी लेते हैं उत्तर और स्पष्टीकरण दिखाई देते हैं।

  1. कौन सा पूर्व-प्रशिक्षित मॉडल GFPGAN का 'जेनरेटिव फेशियल प्रायर' प्रदान करता है?
    • स्टाइलGAN2
    • बर्ट
    • रेसनेट-50
    • कानाफूसी
  2. What is the role of GFPGAN’s CS-SFT layers?
    • They compress the image file
    • They blend prior features with input-specific information to balance realism and fidelity
    • They translate captions
    • They detect objects in the background
  3. What does the GFPGAN paper report about inference?
    • It needs exactly 50 optimization passes
    • It performs one pass per image pixel
    • It restores facial details in a single forward pass
    • It iterates until the input becomes a perfect photograph
  4. पृष्ठभूमि को संभालने के लिए किस साथी मॉडल को अक्सर GFPGAN के साथ जोड़ा जाता है?
    • GPT-4
    • योलो
    • स्थिर प्रसार एक्सएल
    • असली-ESRGAN
  5. प्रशिक्षण के दौरान, GFPGAN को किस चीज़ की आवश्यकता नहीं है?
    • एक ही विशिष्ट व्यक्ति की जोड़ी गई उच्च गुणवत्ता वाली तस्वीरें
    • प्रतिकूल हानि
    • पूर्व प्रशिक्षित चेहरा
    • अवधारणात्मक हानि
  6. GFPGAN-शैली की बहाली के साथ एक प्रमुख नैतिक चिंता क्या है?
    • यह बहुत कम बिजली का उपयोग करता है
    • यह संभावित चेहरे के विवरण का आविष्कार कर सकता है जो मूल में नहीं था
    • यह केवल कार्टून पर काम करता है
    • यह मूल फ़ाइल को स्वचालित रूप से हटा देता है
  7. What is the full name of GFPGAN’s CS-SFT component?
    • Color-Space Semantic Face Tracking
    • Convolutional Style-Filter Training
    • Channel-Split Spatial Feature Transform
    • Channel-Specific Super-Resolution Fourier Transform
  8. In blind face restoration, what does “blind” mean?
    • The face is hidden behind an object
    • The system only processes black-and-white images
    • The model never sees an input image
    • The exact degradation process is not known in advance