Quiz połączony z przewodnikiem · Średni Poziom

Quiz dotyczący renowacji transformatora SwinIR

Dowiedz się, jak SwinIR dostosowuje bloki transformatorów z przesuniętym oknem w celu uzyskania super rozdzielczości, odszumiania i usuwania artefaktów spowodowanych kompresją.

Powiązane ścieżki prowadząceRenowacja transformatora Swinir
Pytanie 1 z 8

Na jakiej architekturze transformatorowej oparty jest SwinIR?

Podgląd każdego pytania8 pytania

Odpowiedzi i wyjaśnienia pojawiają się w miarę rozwiązywania quizu.

  1. Na jakiej architekturze transformatorowej oparty jest SwinIR?
    • Transformator świń
    • Tylko transformator wizyjny (ViT).
    • BERT
    • GPT
  2. Jaki jest podstawowy mechanizm uwagi w SwinIR?
    • Globalna uwaga skupiona na wszystkich pikselach
    • Przeniesiona samouważność oparta na oknie
    • Uwaga międzyobrazowa
    • Żadnej uwagi, tylko splot
  3. Jak nazywają się bloki zaawansowanych funkcji SwinIR?
    • Gęste bloki splotu
    • Odwrócone bloki resztkowe
    • Bloki transformatorów resztkowych typu Swin (RSTB)
    • Bloki kapsułkowe
  4. Dlaczego uwaga oparta na oknach jest tutaj skuteczniejsza niż uwaga globalna?
    • Wykorzystuje mniej kanałów kolorów
    • Pomija etap rekonstrukcji
    • Przetwarza tylko krawędzie
    • Jego koszt rośnie liniowo wraz z obszarem obrazu, a nie kwadratowo
  5. What are the three main stages in SwinIR’s restoration architecture?
    • Shallow feature extraction, deep feature extraction, and image reconstruction
    • Text tokenization, translation, and speech synthesis
    • Noise injection, denoising, and audio decoding
    • Camera sensing, object tracking, and route planning
  6. Jaką przewagę wydajnościową wykazał SwinIR w porównaniu z konkurentami CNN?
    • Nie wymagało to żadnych danych treningowych
    • Osiągnął najnowocześniejsze wyniki przy znacznie mniejszej liczbie parametrów
    • Pobiegło bez żadnych zakrętów
    • Wyeliminowało to potrzebę stosowania procesorów graficznych
  7. What components does a SwinIR Residual Swin Transformer Block combine?
    • A text tokenizer and a language-model decoder
    • A GAN discriminator and a vocoder
    • Swin Transformer layers with residual connections and a convolution
    • A camera sensor and a LiDAR encoder
  8. Which image-restoration task besides super-resolution did the SwinIR paper evaluate?
    • Rozpoznawanie mowy
    • Tłumaczenie maszynowe
    • Protein sequence design
    • JPEG compression-artifact reduction