Test pentru pictură și desenare

Răspunsurile și explicațiile apar pe măsură ce susțineți testul.

1. Ce face inpainting?
   • Regenerează o regiune mascată în interiorul unei imagini
   • Extinde o imagine dincolo de granițele sale
   • Convertește textul în vorbire
   • Comprimă fișierele imagine
2. Ce face desenul?
   • Elimină culoarea din fotografii
   • Generează conținut nou dincolo de marginile originale
   • Detectează fețele
   • Clateste pixelii neclari
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. Ce ghidează conținutul care apare într-o regiune mascata?
   • Un mesaj text și pixelii din jur
   • Doar numele fișierului
   • Ceasul dispozitivului
   • Nivelul de compresie al imaginii
6. De ce este utilă pictura pentru reîncadrare?
   • Se șterge subiectul
   • Poate schimba raportul de aspect al unei fotografii prin adăugarea de peisaje
   • Acesta criptează imaginea
   • Reduce rezoluția
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