Kuis Sintesis Gambar Semantik SPADE

Jawaban dan penjelasan muncul saat Anda mengikuti kuis.

1. Input apa yang digunakan SPADE untuk menghasilkan gambar?
   • Peta segmentasi semantik yang memberi label pada setiap wilayah
   • Deskripsi lisan
   • Satu contoh foto
   • Awan titik 3D
2. Masalah apa dengan normalisasi sebelumnya yang diperbaiki SPADE?
   • Itu membuat gambar menjadi terlalu berwarna
   • Lapisan normalisasi menghapus informasi tata letak
   • Itu menggunakan terlalu sedikit memori
   • Itu tidak bisa menangani gambar berwarna
3. Di SPADE, skala normalisasi dan parameter pergeseran adalah:
   • Kebisingan acak
   • Nilai tunggal dibagikan ke seluruh gambar
   • Tensor yang bervariasi secara spasial dihitung dari masker segmentasi
   • Konstanta tetap
4. Aplikasi interaktif terkenal manakah yang dibangun di SPADE?
   • photoshop
   • Google Terjemahkan
   • Midjourney v1
   • GauGAN (Kanvas NVIDIA)
5. Apa kepanjangan dari 'SP' di SPADE?
   • Adaptif secara spasial
   • Super Piksel
   • Pengumpulan Spektral
   • Proyeksi Jarang
6. Manfaat praktis tata letak SPADE yang dapat dikontrol adalah:
   • Improving the input map’s pixel resolution without image synthesis
   • Controlling where labeled scene elements appear in the generated image
   • Translating every label into natural-language captions
   • Compressing generated scenes into smaller files
7. Why can SPADE-generated images be useful when training semantic-segmentation systems?
   • The generated images contain only unlabeled audio
   • The system predicts a transcript for every pixel
   • The input layout already supplies pixel labels for the generated scene
   • The layout removes all semantic categories
8. What can happen when a designer changes a region label in a SPADE input map?
   • It changes the audio sample rate
   • It retrains the generator from scratch
   • It removes the labels from all other regions
   • The generator can synthesize the scene with the revised semantic region