Quiz o malowaniu i przemalowywaniu

Odpowiedzi i wyjaśnienia pojawiają się w miarę rozwiązywania quizu.

1. Co robi inpainting?
   • Regeneruje zamaskowany obszar wewnątrz obrazu
   • Rozciąga obraz poza jego granice
   • Konwertuje tekst na mowę
   • Kompresuje pliki obrazów
2. Co daje przemalowanie?
   • Usuwa kolory ze zdjęć
   • Generuje nową treść poza oryginalnymi krawędziami
   • Wykrywa twarze
   • Wyostrza rozmyte piksele
3. How does RePaint use the known region during diffusion-based inpainting?
   • It permanently freezes every unmasked pixel with no resampling
   • It removes the mask before denoising
   • It repeatedly resamples and conditions generation on known pixels during reverse diffusion
   • It trains a new model from scratch for each image
4. What architecture does LaMa introduce for large-mask image inpainting?
   • A language-only transformer
   • A nearest-neighbor search over captions
   • A fixed-color fill with no learned model
   • Fast Fourier Convolutions with a receptive field that supports image-wide context
5. Co kieruje treścią wyświetlaną w zamaskowanym regionie?
   • Podpowiedź tekstowa i otaczające ją piksele
   • Tylko nazwa pliku
   • Zegar urządzenia
   • Poziom kompresji obrazu
6. Dlaczego przemalowanie jest przydatne przy ponownym kadrowaniu?
   • Usuwa temat
   • Może zmienić proporcje zdjęcia, dodając scenerię
   • Szyfruje obraz
   • Zmniejsza rozdzielczość
7. Besides Fourier Convolutions, what two components does the LaMa paper identify in its large-mask inpainting method?
   • A speech decoder and image captioner
   • A fixed image palette and nearest-neighbor lookup
   • A high receptive-field perceptual loss and large training masks
   • A video tracker and optical-flow classifier
8. What does a mask specify in an inpainting task?
   • The image’s camera model
   • The order of training examples
   • The output file’s copyright status
   • Which image region is to be modified or synthesized