Kuis terkait panduan · Sedang Tingkat

Kuis Inpainting Kuat Resolusi LaMa

Pelajari bagaimana LaMa menggabungkan konvolusi Fourier, kerugian bidang reseptif tinggi, dan masker besar untuk pengecatan gambar dan batas yang dilaporkan.

Jalur panduan terkaitResolusi Lama Lukisan Kuat
Pertanyaan 1 dari 8

Apa komponen arsitektur khas yang memberi LaMa pandangan global terhadap sebuah gambar?

Pratinjau setiap pertanyaan8 pertanyaan

Jawaban dan penjelasan muncul saat Anda mengikuti kuis.

  1. Apa komponen arsitektur khas yang memberi LaMa pandangan global terhadap sebuah gambar?
    • Konvolusi Fourier Cepat
    • Blok perhatian diri transformator
    • Lapisan LSTM berulang
    • Jaringan kapsul
  2. Mengapa LaMa menangani topeng besar lebih baik dibandingkan model pengecatan sebelumnya?
    • Ini hanya berfungsi pada gambar kecil
    • Bidang reseptif globalnya memungkinkannya melanjutkan struktur melintasi lubang-lubang besar
    • Ini menyalin piksel secara acak dari tepinya
    • Ia menolak untuk mengisi masker di atas ukuran tetap
  3. What resolution behavior did the LaMa paper report?
    • It only works at one exact training resolution
    • It works only below the training resolution
    • It generalized to some resolutions higher than those used during training in the evaluated settings
    • It accepts no image input
  4. Jenis tekstur apa yang ditangani LaMa dengan sangat baik berkat pemrosesan domain frekuensinya?
    • Kebisingan acak murni
    • Hanya warna tunggal solid
    • Karakter teks secara eksklusif
    • Tekstur berulang dan berkala seperti batu bata atau ubin
  5. Compared with large diffusion-based inpainting systems, how is LaMa commonly positioned?
    • As a comparatively efficient convolutional inpainting method
    • As a much slower model that requires a data center
    • As a video-only model
    • As a tool that never needs an image
  6. Kerugian mana yang membantu LaMa menghasilkan isian yang tampak realistis, bukan rata-rata yang buram?
    • Kehilangan kesalahan kuadrat rata-rata piksel sederhana saja
    • Kerugian permusuhan dikombinasikan dengan kerugian persepsi
    • Tidak ada fungsi kerugian sama sekali
    • Kerugian yang hanya mengukur ukuran file
  7. What additional loss component does the LaMa paper emphasize for large-mask inpainting?
    • Hilangnya pengenalan ucapan
    • A bitrate-only loss
    • A perceptual loss with a high receptive field
    • A loss that ignores image structure
  8. Who introduced LaMa in the 2021 paper?
    • Jonathan Frankle and Michael Carbin
    • Cees Taal and colleagues
    • Timothy Dozat and Christopher Manning
    • Roman Suvorov and colleagues