SPADE 의미론적 이미지 합성 퀴즈

퀴즈를 풀면 정답과 설명이 나타납니다.

1. SPADE는 이미지를 생성하기 위해 어떤 입력을 사용합니까?
   • 각 지역에 라벨을 붙인 의미론적 분할 맵
   • 음성 설명
   • 단일 예시 사진
   • 3D 포인트 클라우드
2. SPADE는 이전 정규화의 어떤 문제를 해결했습니까?
   • 이미지를 너무 다채롭게 만들었어요
   • 정규화 레이어가 레이아웃 정보를 씻어냈습니다.
   • 메모리를 너무 적게 사용했습니다.
   • 컬러 이미지를 처리할 수 없습니다.
3. SPADE에서 정규화 스케일 및 이동 매개변수는 다음과 같습니다.
   • 무작위 소음
   • 전체 이미지에서 공유되는 단일 값
   • 분할 마스크에서 계산된 공간적으로 변하는 텐서
   • 고정 상수
4. SPADE를 기반으로 구축된 유명한 대화형 앱은 무엇입니까?
   • 포토샵
   • Google 번역
   • Midjourney v1
   • GauGAN(NVIDIA 캔버스)
5. SPADE의 'SP'는 무엇을 의미하나요?
   • 공간 적응형
   • 슈퍼픽셀
   • 스펙트럼 풀링
   • 희소 투영
6. SPADE 제어 가능한 레이아웃의 실질적인 이점은 다음과 같습니다.
   • 이미지 합성 없이 입력 맵의 픽셀 해상도 개선
   • 생성된 이미지에 레이블이 지정된 장면 요소가 나타나는 위치 제어
   • 모든 라벨을 자연어 캡션으로 번역
   • 생성된 장면을 더 작은 파일로 압축
7. 의미론적 분할 시스템을 훈련할 때 SPADE 생성 이미지가 유용한 이유는 무엇입니까?
   • 생성된 이미지에는 라벨이 지정되지 않은 오디오만 포함되어 있습니다.
   • 시스템은 모든 픽셀에 대한 성적표를 예측합니다.
   • 입력 레이아웃은 이미 생성된 장면에 대한 픽셀 레이블을 제공합니다.
   • 레이아웃은 모든 의미 범주를 제거합니다.
8. 디자이너가 SPADE 입력 맵에서 지역 레이블을 변경하면 어떤 일이 발생할 수 있나요?
   • 오디오 샘플 속도를 변경합니다.
   • 발전기를 처음부터 다시 훈련시킵니다.
   • 다른 모든 지역에서 라벨을 제거합니다.
   • 생성기는 수정된 의미 영역으로 장면을 합성할 수 있습니다.