ガイド連動クイズ · 中 レベル

マリーゴールドの拡散深さ推定クイズ

Marigold が相対的な深さのために Stable Diffusion の潜在事前確率をどのように再利用し、アフィン不変性、サンプリング、および出力の詳細を処理するかを確認してください。

関連するガイドパスマリーゴールドの拡散深さの推定
質問 1 の 8

Marigold はどのような事前トレーニング済みモデルに基づいて構築されていますか?

すべての質問をプレビューする8 質問

クイズに答えると、答えと解説が表示されます。

  1. Marigold はどのような事前トレーニング済みモデルに基づいて構築されていますか?
    • Stable Diffusion
    • GPT-4
    • YOLOv8
    • レスネット-50
  2. マリーゴールドは深度推定タスクをどのように組み立てているのでしょうか?
    • 分類問題としては
    • 深度マップの条件付き生成として
    • 強化学習として
    • クラスタリングの問題として
  3. マリーゴールドの訓練データの何が意外でしたか?
    • 何十億もの実際の深度スキャンが使用されました
    • トレーニングはまったく必要ありませんでした
    • 主に合成データセットに基づいて微調整されましたが、実際の画像に一般化されました
    • 音声データのみを使用しました
  4. マリーゴールドは通常、フィードフォワード深度モデルよりも遅いのはなぜですか?
    • CPUのみで動作します
    • 毎回インターネットからデータをダウンロードします
    • 画像ごとに再トレーニングします
    • 反復的なノイズ除去サンプリング ループを使用します。
  5. マリーゴールドはどの空間で拡散プロセスを実行しますか?
    • Stable Diffusion の VAE 潜在空間
    • 生のピクセル空間
    • 周波数/フーリエ空間
    • 点群空間
  6. マリーゴールドはどのようにして実行中の深さの安定性を向上させることができますか?
    • 画像の解像度を下げることで
    • 複数のサンプリングされた予測をアンサンブルすることによって
    • VAEを無効にすることで
    • グレースケールに変換すると
  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