가이드 연계 퀴즈 · 중간 레벨

메리골드 확산 깊이 추정 퀴즈

Marigold가 상대적 깊이에 대해 Stable Diffusion의 잠재 사전확률을 재사용하고 아핀 불변성, 샘플링 및 출력 세부사항을 처리하는 방법을 확인하세요.

관련 가이드 경로메리골드 확산 깊이 추정
질문 1 의 8

Marigold는 어떤 사전 훈련된 모델을 기반으로 합니까?

모든 질문 미리보기8 질문

퀴즈를 풀면 정답과 설명이 나타납니다.

  1. Marigold는 어떤 사전 훈련된 모델을 기반으로 합니까?
    • Stable Diffusion
    • GPT-4
    • YOLOv8
    • ResNet-50
  2. Marigold는 깊이 추정 작업을 어떻게 구성합니까?
    • 분류 문제로는
    • 깊이 맵의 조건부 생성으로
    • 강화학습으로는
    • 클러스터링 문제로
  3. Marigold의 훈련 데이터에서 놀라운 점은 무엇입니까?
    • 수십억 개의 실제 깊이 스캔을 사용했습니다.
    • 훈련이 전혀 필요하지 않았습니다.
    • 주로 합성 데이터 세트를 중심으로 미세 조정되었지만 실제 이미지로 일반화되었습니다.
    • 오디오 데이터만 사용했습니다.
  4. Marigold가 일반적으로 피드포워드 깊이 모델보다 느린 이유는 무엇입니까?
    • CPU에서만 실행됩니다.
    • 매번 인터넷에서 데이터를 다운로드합니다.
    • 모든 이미지에 대해 재학습합니다.
    • 반복적인 노이즈 제거 샘플링 루프를 사용합니다.
  5. 메리골드는 어떤 공간에서 확산과정을 수행하나요?
    • Stable Diffusion의 VAE 잠재 공간
    • 원시 픽셀 공간
    • 주파수/푸리에 공간
    • 포인트 클라우드 공간
  6. Marigold는 어떻게 실행 전반에 걸쳐 깊이 안정성을 향상시킬 수 있습니까?
    • 이미지 해상도를 낮추면
    • 여러 샘플링된 예측을 앙상블하여
    • VAE를 비활성화하여
    • 그레이스케일로 변환하여
  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