Questionário vinculado ao guia · Médio Nível

Teste de profundidade monocular DepthAnything

Revise o mecanismo de dados professor-aluno do Depth Anything, o codificador DINOv2, as saídas de profundidade relativa e as melhorias de dados sintéticos na V2.

Caminhos de guia relacionadosProfundidade monocular de profundidade
Pergunta 1 de 8

O que significa estimativa de profundidade 'monocular'?

Visualize cada pergunta8 perguntas

As respostas e explicações aparecem conforme você responde ao teste.

  1. O que significa estimativa de profundidade 'monocular'?
    • Previsão de profundidade a partir de uma única imagem
    • Usando duas câmeras para visão estéreo
    • Usando um sensor LiDAR
    • Medindo profundidade com ondas sonoras
  2. Qual foi a principal estratégia do DepthAnything para alcançar uma forte generalização?
    • Rotular manualmente um pequeno conjunto de dados de alta qualidade
    • Treinamento em cerca de 62 milhões de imagens não rotuladas auto-rotuladas
    • Usando apenas dados sintéticos do mecanismo de jogo
    • Contando com pares de câmeras estéreo
  3. Em qual codificador de backbone o DepthAnything se baseia?
    • Uma CNN ResNet-18
    • Uma rede LSTM recorrente
    • O transformador de visão DINOv2
    • Um detector YOLO
  4. Que tipo de profundidade o DepthAnything original produz principalmente?
    • Distância exata em metros
    • Apenas primeiro/plano binário binário
    • Coordenadas GPS
    • Profundidade relativa (mais perto vs. mais longe)
  5. Como o DepthAnything V2 melhorou detalhes e bordas finas?
    • Ao treinar o professor em dados sintéticos com base perfeita e depois destilar
    • Adicionando mais rótulos barulhentos reais
    • Removendo o codificador do transformador
    • Usando entradas de resolução mais baixa
  6. Qual aplicação NÃO é um uso típico de mapas de profundidade monoculares?
    • Desfoque de fundo no modo retrato
    • Criptografando o tráfego de rede
    • Condicionamento de profundidade ControlNet
    • Conversão de fotos 2D para 3D
  7. What dense prediction head does the Depth Anything guide pair with its DINOv2 encoder?
    • A Marching Tetrahedra mesh extractor
    • A CLIP text-image similarity head
    • A DPT-style dense prediction head
    • A causal language-model decoder
  8. How does Depth Anything V2 use a teacher model with unlabeled real photos?
    • The teacher converts each photo into a 3D mesh
    • The teacher supplies only image captions to a language model
    • The teacher replaces all synthetic depth labels with manually measured distances
    • The teacher generates pseudo-depth labels that are used to train student models