แบบทดสอบที่เชื่อมโยงกับคำแนะนำ · ปานกลาง ระดับ

แบบทดสอบภาพที่มีความละเอียดสูงสุด

ทำความเข้าใจว่าความละเอียดสูงพิเศษประมาณภาพที่มีความละเอียดสูงได้อย่างไร และเหตุใดรายละเอียดที่เป็นไปได้จึงคลุมเครือหรือถูกประดิษฐ์ขึ้น

เส้นทางแนะนำที่เกี่ยวข้องภาพความละเอียดสูงสุด
คำถาม 1 ของ 8

เหตุใดภาพเดี่ยวที่มีความละเอียดสูงมากจึงเรียกว่าปัญหา 'การวางท่าที่ไม่ดี'

ดูตัวอย่างทุกคำถาม8 คำถาม

คำตอบและคำอธิบายจะปรากฏขึ้นเมื่อคุณทำแบบทดสอบ

  1. เหตุใดภาพเดี่ยวที่มีความละเอียดสูงมากจึงเรียกว่าปัญหา 'การวางท่าที่ไม่ดี'
    • รูปภาพที่มีความละเอียดสูงที่แตกต่างกันจำนวนมากสามารถสร้างอินพุตที่มีความละเอียดต่ำเหมือนกันได้
    • อิมเมจอินพุตเสียหายเกินกว่าจะซ่อมแซมได้เสมอ
    • คณิตศาสตร์ไม่มีวิธีแก้ปัญหาเลย
    • ต้องใช้หน่วยความจำมากกว่า GPU ใดๆ ที่มี
  2. อะไรคือข้อเสียเปรียบทั่วไปของการฝึกอบรมเครือข่ายความละเอียดสูงโดยสูญเสีย MSE แบบพิกเซลเท่านั้น
    • เอาต์พุตจะคมชัดและมีเสียงดังมากเกินไป
    • ผลลัพธ์ดูพร่ามัวและเรียบเนียนเกินไป
    • โมเดลปฏิเสธที่จะขยายภาพ
    • สามารถประมวลผลได้เฉพาะภาพระดับสีเทาเท่านั้น
  3. ESRGAN รุ่นที่ใช้ GAN เพิ่มอะไรเพื่อปรับปรุงความคมชัดในการรับรู้
    • เคอร์เนลการประมาณค่าแบบไบคิวบิกที่ใหญ่ขึ้น
    • ฟิลเตอร์ลับคมตามกฎ
    • การแบ่งแยกและการสูญเสียพื้นที่คุณลักษณะการรับรู้
    • ยุคการฝึกอบรมเพิ่มเติมเท่านั้น
  4. เหตุใดเอาต์พุตที่มีความละเอียดสูงจึงต้องได้รับการปฏิบัติด้วยความระมัดระวังในสภาพแวดล้อมทางนิติเวชหรือทางการแพทย์
    • มีคุณภาพต่ำกว่าอินพุตเสมอ
    • ไม่สามารถบันทึกในรูปแบบมาตรฐานได้
    • พวกเขาเพิ่มขนาดไฟล์เป็นสองเท่าทุกครั้ง
    • โมเดลจะประดิษฐ์รายละเอียดที่เป็นไปได้ซึ่งอาจไม่ใช่เนื้อหาที่แท้จริง
  5. ความละเอียดพิเศษที่อิงการแพร่กระจาย (เช่น SR3) สร้างรายละเอียดได้อย่างไร
    • โดยการปรับปรุงสัญญาณรบกวนอย่างละเอียดซ้ำๆ ในหลายขั้นตอน
    • โดยการคัดลอกพิกเซลจากฐานข้อมูลภาพสต็อก
    • โดยการใช้การลับคมเพียงครั้งเดียว
    • โดยการบีบอัดภาพด้วย JPEG
  6. Real-ESRGAN กำหนดเป้าหมายปัญหาใดโดยเฉพาะเมื่อเปรียบเทียบกับรุ่น SR รุ่นก่อนหน้า
    • การขยายขนาดภาพการ์ตูนเท่านั้น
    • การจัดการกับความเสื่อมโทรมในโลกแห่งความเป็นจริง เช่น เสียงรบกวนและการบีบอัด
    • การลดความละเอียดของภาพโดยตั้งใจ
    • การแปลงภาพเป็นกราฟิกแบบเวกเตอร์
  7. What does the sub-pixel convolution in ESPCN do?
    • It estimates optical flow between video frames
    • It classifies objects without upsampling
    • It rearranges feature channels into a higher-resolution image grid
    • It adds a text prompt to an image embedding
  8. What kind of image pairs did the RealSR dataset collect?
    • Only synthetic Gaussian-noise images
    • Text-only descriptions paired with audio
    • Unpaired medical scans from different patients
    • Real-world paired low- and high-resolution images captured with different cameras or zoom settings