Kuis Restorasi Transformator SwinIR

Jawaban dan penjelasan muncul saat Anda mengikuti kuis.

1. Arsitektur transformator apa yang menjadi dasar SwinIR?
   • Transformator Babi
   • Vision Transformer (ViT) saja
   • BERT
   • GPT
2. Apa mekanisme perhatian inti di SwinIR?
   • Perhatian global terhadap seluruh piksel
   • Pergeseran perhatian diri berbasis jendela
   • Perhatian lintas gambar
   • Tidak ada perhatian, hanya konvolusi
3. Apa nama blok fitur dalam SwinIR?
   • Blok Konvolusi Padat
   • Blok Residu Terbalik
   • Blok Trafo Putar Sisa (RSTB)
   • Blok Kapsul
4. Mengapa perhatian berbasis jendela lebih efisien dibandingkan perhatian global di sini?
   • Ini menggunakan lebih sedikit saluran warna
   • Ini melewatkan langkah rekonstruksi
   • Itu hanya memproses tepinya
   • Biayanya tumbuh secara linear dengan luas gambar, bukan secara kuadrat
5. What are the three main stages in SwinIR’s restoration architecture?
   • Shallow feature extraction, deep feature extraction, and image reconstruction
   • Text tokenization, translation, and speech synthesis
   • Noise injection, denoising, and audio decoding
   • Camera sensing, object tracking, and route planning
6. Keunggulan efisiensi apa yang ditunjukkan SwinIR dibandingkan pesaing CNN?
   • Tidak diperlukan data pelatihan
   • Ini mencapai hasil yang canggih dengan parameter yang jauh lebih sedikit
   • Itu berjalan tanpa konvolusi apa pun
   • Ini menghilangkan kebutuhan akan GPU
7. What components does a SwinIR Residual Swin Transformer Block combine?
   • A text tokenizer and a language-model decoder
   • A GAN discriminator and a vocoder
   • Swin Transformer layers with residual connections and a convolution
   • A camera sensor and a LiDAR encoder
8. Which image-restoration task besides super-resolution did the SwinIR paper evaluate?
   • Pengenalan ucapan
   • Terjemahan mesin
   • Protein sequence design
   • JPEG compression-artifact reduction