Викторина, связанная с руководством · Средний Уровень
DepthAnything Монокулярный тест на глубину
Ознакомьтесь с механизмом обработки данных «учитель-ученик» Depth Anything, кодировщиком DINOv2, выходными данными относительной глубины и улучшениями синтетических данных в V2.
Вопрос 1 из 8
Что означает «монокулярная» оценка глубины?
Предварительный просмотр каждого вопроса8 вопросы
Ответы и пояснения появляются по мере прохождения теста.
- Что означает «монокулярная» оценка глубины?
- Прогнозирование глубины по одному изображению
- Использование двух камер для стереовидения
- Использование датчика LiDAR
- Измерение глубины с помощью звуковых волн
- Какова была основная стратегия DepthAnything для достижения сильного обобщения?
- Ручная маркировка небольшого набора высококачественных данных
- Обучение примерно 62 миллионам немаркированных изображений с автоматической маркировкой
- Использование только синтетических данных игрового движка
- Использование пар стереокамер
- На каком магистральном кодировщике построен DepthAnything?
- ResNet-18 CNN
- Рекуррентная сеть LSTM
- Трансформатор зрения DINOv2
- Детектор ЙОЛО
- Какую глубину в первую очередь выдает исходный DepthAnything?
- Точное расстояние в метрах
- Только двоичный передний/фоновый план
- GPS-координаты
- Относительная глубина (ближе или дальше)
- Как DepthAnything V2 улучшил мелкие детали и края?
- Обучая учителя синтетическим данным с идеальной достоверностью, а затем очищая
- Добавляя больше настоящих шумных ярлыков
- Сняв преобразователь энкодера
- Используя входы с более низким разрешением
- Какое приложение НЕ является типичным использованием монокулярных карт глубины?
- Размытие фона в портретном режиме
- Шифрование сетевого трафика
- Кондиционирование глубины ControlNet
- Преобразование фотографий из 2D в 3D
- 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
- 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