Kuiz berkaitan panduan · Sederhana Tahap
Kuiz Anggaran Kedalaman Resapan Marigold
Semak cara Marigold menggunakan semula pendahulu terpendam Stable Diffusion untuk kedalaman relatif dan mengendalikan invarian afin, pensampelan dan butiran output.
soalan 1 daripada 8
Apakah model pralatihan yang dibina oleh Marigold?
Pratonton setiap soalan8 soalan
Jawapan dan penjelasan muncul semasa anda mengambil kuiz.
- Apakah model pralatihan yang dibina oleh Marigold?
- Stable Diffusion
- GPT-4
- YOLOv8
- ResNet-50
- Bagaimanakah Marigold merangka tugasan anggaran kedalaman?
- Sebagai masalah klasifikasi
- Sebagai penjanaan bersyarat bagi peta kedalaman
- Sebagai pembelajaran pengukuhan
- Sebagai masalah kluster
- Apakah yang mengejutkan tentang data latihan Marigold?
- Ia menggunakan berbilion-bilion imbasan kedalaman sebenar
- Ia tidak memerlukan latihan sama sekali
- Ia telah diperhalusi terutamanya pada set data sintetik namun digeneralisasikan kepada imej sebenar
- Ia hanya menggunakan data audio
- Mengapa Marigold biasanya lebih perlahan daripada model kedalaman suapan ke hadapan?
- Ia berjalan pada CPU sahaja
- Ia memuat turun data dari internet setiap kali
- Ia melatih semula untuk setiap imej
- Ia menggunakan gelung pensampelan denoising berulang
- Dalam ruang manakah Marigold melakukan proses resapannya?
- Ruang terpendam VAE Resapan Stabil
- Ruang piksel mentah
- Kekerapan/Ruang lebih empat
- Ruang titik-awan
- Bagaimanakah Marigold boleh meningkatkan kestabilan kedalaman merentas larian?
- Dengan menurunkan resolusi imej
- Dengan menggabungkan berbilang ramalan sampel
- Dengan melumpuhkan VAE
- Dengan menukar kepada skala kelabu
- 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
- 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