Quiz połączony z przewodnikiem · Średni Poziom

Rozdzielczość LaMa - Solidny quiz dotyczący malowania

Dowiedz się, jak LaMa łączy sploty Fouriera, straty w polu o dużym zasięgu i duże maski do malowania obrazów oraz zgłaszane ograniczenia.

Powiązane ścieżki prowadząceRezolucja Lamy Solidne malowanie
Pytanie 1 z 8

Jaki jest charakterystyczny element architektoniczny, który nadaje LaMa globalny obraz obrazu?

Podgląd każdego pytania8 pytania

Odpowiedzi i wyjaśnienia pojawiają się w miarę rozwiązywania quizu.

  1. Jaki jest charakterystyczny element architektoniczny, który nadaje LaMa globalny obraz obrazu?
    • Szybkie sploty Fouriera
    • Transformatorowe bloki samouważności
    • Powtarzające się warstwy LSTM
    • Sieci kapsułkowe
  2. Dlaczego LaMa radzi sobie lepiej z dużymi maskami niż wiele wcześniejszych modeli do malowania?
    • Działa tylko na małych obrazach
    • Jego globalne pole recepcyjne pozwala mu kontynuować strukturę poprzez duże dziury
    • Kopiuje losowo piksele z krawędzi
    • Odmawia napełniania masek powyżej ustalonego rozmiaru
  3. What resolution behavior did the LaMa paper report?
    • It only works at one exact training resolution
    • It works only below the training resolution
    • It generalized to some resolutions higher than those used during training in the evaluated settings
    • It accepts no image input
  4. Z jakimi teksturami LaMa radzi sobie szczególnie dobrze dzięki przetwarzaniu w dziedzinie częstotliwości?
    • Czysty losowy hałas
    • Tylko jednolite, jednolite kolory
    • Wyłącznie znaki tekstowe
    • Powtarzające się, okresowe tekstury, takie jak cegła lub płytki
  5. Compared with large diffusion-based inpainting systems, how is LaMa commonly positioned?
    • As a comparatively efficient convolutional inpainting method
    • As a much slower model that requires a data center
    • As a video-only model
    • As a tool that never needs an image
  6. Która strata pomaga LaMa tworzyć realistycznie wyglądające wypełnienia zamiast rozmazanych średnich?
    • Sama prosta utrata błędu średniokwadratowego pikseli
    • Strata kontradyktoryjna połączona ze stratą percepcyjną
    • Brak funkcji straty
    • Strata, która mierzy jedynie rozmiar pliku
  7. What additional loss component does the LaMa paper emphasize for large-mask inpainting?
    • Utrata rozpoznawania mowy
    • A bitrate-only loss
    • A perceptual loss with a high receptive field
    • A loss that ignores image structure
  8. Who introduced LaMa in the 2021 paper?
    • Jonathan Frankle and Michael Carbin
    • Cees Taal and colleagues
    • Timothy Dozat and Christopher Manning
    • Roman Suvorov and colleagues