मैरीगोल्ड डिफ्यूजन गहराई अनुमान प्रश्नोत्तरी

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

1. मैरीगोल्ड किस पूर्व-प्रशिक्षित मॉडल पर निर्माण करता है?
   • Stable Diffusion
   • GPT-4
   • YOLOv8
   • रेसनेट-50
2. मैरीगोल्ड गहराई आकलन कार्य को कैसे तैयार करता है?
   • वर्गीकरण समस्या के रूप में
   • गहराई मानचित्र की सशर्त पीढ़ी के रूप में
   • सुदृढीकरण सीखने के रूप में
   • क्लस्टरिंग समस्या के रूप में
3. मैरीगोल्ड के प्रशिक्षण डेटा के बारे में क्या आश्चर्यजनक था?
   • इसमें अरबों वास्तविक गहराई स्कैन का उपयोग किया गया
   • इसके लिए किसी प्रशिक्षण की आवश्यकता ही नहीं पड़ी
   • इसे मुख्य रूप से सिंथेटिक डेटासेट पर ठीक किया गया था, फिर भी इसे वास्तविक छवियों के लिए सामान्यीकृत किया गया
   • इसमें केवल ऑडियो डेटा का उपयोग किया गया था
4. मैरीगोल्ड आमतौर पर फ़ीड-फ़ॉरवर्ड डेप्थ मॉडल की तुलना में धीमा क्यों है?
   • यह केवल CPU पर चलता है
   • यह हर बार इंटरनेट से डेटा डाउनलोड करता है
   • यह प्रत्येक छवि के लिए पुन: प्रशिक्षित होता है
   • यह एक पुनरावृत्तीय डीनोइज़िंग सैंपलिंग लूप का उपयोग करता है
5. मैरीगोल्ड अपनी प्रसार प्रक्रिया किस स्थान पर करता है?
   • स्थिर प्रसार का VAE अव्यक्त स्थान
   • कच्चा पिक्सेल स्थान
   • फ़्रिक्वेंसी/फूरियर स्थान
   • बिंदु-बादल स्थान
6. मैरीगोल्ड रनों के दौरान गहराई स्थिरता में कैसे सुधार कर सकता है?
   • छवि रिज़ॉल्यूशन को कम करके
   • एकाधिक नमूना भविष्यवाणियों को एकत्रित करके
   • VAE को अक्षम करके
   • ग्रेस्केल में परिवर्तित करके
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