แบบทดสอบที่เชื่อมโยงกับคำแนะนำ · ปานกลาง ระดับ
แบบทดสอบการประมาณความลึกการแพร่กระจายของดอกดาวเรือง
ตรวจสอบว่า Marigold นำค่าแฝงของ Stable Diffusion มาใช้ซ้ำเพื่อความลึกสัมพัทธ์ และจัดการกับค่าคงที่ของความสัมพันธ์ การสุ่มตัวอย่าง และรายละเอียดเอาต์พุต
คำถาม 1 ของ 8
ดาวเรืองสร้างแบบจำลองใดไว้ล่วงหน้า?
ดูตัวอย่างทุกคำถาม8 คำถาม
คำตอบและคำอธิบายจะปรากฏขึ้นเมื่อคุณทำแบบทดสอบ
- ดาวเรืองสร้างแบบจำลองใดไว้ล่วงหน้า?
- Stable Diffusion
- GPT-4
- โยโลฟ8
- เรสเน็ต-50
- ดาวเรืองกำหนดกรอบงานการประมาณความลึกอย่างไร
- เนื่องจากเป็นปัญหาการจำแนกประเภท
- การสร้างแผนที่ความลึกแบบมีเงื่อนไข
- เป็นการเรียนรู้แบบเสริมกำลัง
- เนื่องจากเป็นปัญหาการรวมกลุ่ม
- มีอะไรน่าประหลาดใจเกี่ยวกับข้อมูลการฝึกของดาวเรือง?
- ใช้การสแกนเชิงลึกจริงนับพันล้านครั้ง
- ไม่จำเป็นต้องฝึกอบรมเลย
- ได้รับการปรับแต่งอย่างละเอียดโดยใช้ชุดข้อมูลสังเคราะห์เป็นหลัก แต่ยังรวมไปถึงรูปภาพจริงอีกด้วย
- มันใช้ข้อมูลเสียงเท่านั้น
- เหตุใดดาวเรืองโดยทั่วไปจึงช้ากว่าแบบจำลองเชิงลึกแบบป้อนไปข้างหน้า
- มันทำงานบน CPU เท่านั้น
- มันดาวน์โหลดข้อมูลจากอินเทอร์เน็ตทุกครั้ง
- มันฝึกใหม่สำหรับทุกภาพ
- โดยจะใช้ลูปการสุ่มตัวอย่างแบบ denoising ซ้ำ
- ดาวเรืองดำเนินการกระบวนการแพร่กระจายในพื้นที่ใด
- พื้นที่แฝง VAE ของการแพร่กระจายที่เสถียร
- พื้นที่พิกเซลดิบ
- ความถี่/ปริภูมิฟูเรียร์
- พื้นที่พอยต์คลาวด์
- Marigold จะปรับปรุงความเสถียรในเชิงลึกตลอดการวิ่งได้อย่างไร
- โดยการลดความละเอียดของภาพลง
- โดยรวบรวมคำทำนายตัวอย่างหลายรายการ
- โดยการปิดการใช้งาน VAE
- โดยการแปลงเป็นระดับสีเทา
- What does affine-invariant relative depth mean for a Marigold prediction?
- Every pixel gives exact distance in meters without calibration
- The output contains color labels instead of depth
- Depth ordering is useful, but the output's absolute scale and offset need not equal real-world measurements
- Only the nearest object receives a depth value
- Which pair of inputs does Marigold encode with the same VAE during its latent diffusion process?
- The camera pose and a 3D mesh
- The text prompt and a CLIP score
- Two stereo images from separate cameras
- The input image and the depth map