Викторина, связанная с руководством · Средний Уровень

Викторина «Потеря восприятия и LPIPS»

Изучите сравнение изображений на основе функций, калибровку человека LPIPS, нормализованные функции, правила ввода и пределы оценки расстояния восприятия.

Связанные направляющие путиПотеря восприятия и Lpips
Вопрос 1 из 8

Почему потеря L2 на основе пикселей часто неверно оценивает сходство изображений по сравнению с потерей восприятия?

Предварительный просмотр каждого вопроса8 вопросы

Ответы и пояснения появляются по мере прохождения теста.

  1. Почему потеря L2 на основе пикселей часто неверно оценивает сходство изображений по сравнению с потерей восприятия?
    • Он наказывает крошечные сдвиги и изменения текстуры, которые люди едва замечают.
    • Он работает слишком медленно, чтобы быть практичным
    • Он может сравнивать только изображения в оттенках серого.
    • Для вычисления требуется предварительно обученная сеть.
  2. Что LPIPS в первую очередь сравнивает между двумя изображениями?
    • Необработанные значения пикселей RGB
    • Размеры файлов после сжатия
    • Активации с промежуточных слоев предварительно обученной сети
    • Цветовые гистограммы
  3. Как определялись веса каждого канала в LPIPS?
    • По умолчанию установлено значение «все единицы»
    • Калибровка по суждениям о сходстве человеческого восприятия
    • Настроено авторами вручную
    • Получено на основе таблиц сжатия JPEG.
  4. What does a lower LPIPS value indicate for a tested image pair?
    • Proof that the two images have identical pixels
    • A guarantee that every human will prefer the lower-scoring image
    • A measurement of the images' compressed file size
    • A smaller distance under the chosen learned perceptual metric
  5. Какая магистральная сеть чаще всего связана с классической потерей восприятия (функций)?
    • РесНет-152
    • ЙОЛО
    • ВГГ
    • Ю-Нет
  6. Какая задача больше всего выигрывает от использования потери восприятия вместо чистого L2?
    • Фотореалистичное сверхвысокое разрешение
    • Подсчет пикселей на изображении
    • Чтение метаданных EXIF
    • Сортировка изображений по имени файла
  7. What image-input convention does the official LPIPS Python example specify?
    • Raw compressed JPEG bytes used directly as feature maps
    • Only filename strings with no decoded image data
    • A single grayscale class label for each image
    • RGB tensors with image values scaled to the range minus one to plus one
  8. Which differences receive learned per-channel weighting inside LPIPS?
    • Differences between the images' filename lengths
    • Squared differences between normalized deep feature representations
    • Only differences between JPEG quality settings
    • Only the number of object class labels predicted