LaMa Çözünürlük-Sağlam İç Boyama Testi

Testi çözdüğünüzde cevaplar ve açıklamalar görünür.

1. LaMa'ya bir görüntüye küresel bakış açısı kazandıran imza niteliğindeki mimari bileşen nedir?
   • Hızlı Fourier Evrişimleri
   • Transformatör öz-dikkat blokları
   • Tekrarlanan LSTM katmanları
   • Kapsül ağları
2. LaMa neden büyük maskeleri önceki birçok iç boyama modelinden daha iyi kullanıyor?
   • Yalnızca küçük görüntülerde çalışır
   • Küresel alıcı alanı, büyük delikler boyunca yapıya devam etmesini sağlar
   • Pikselleri kenarlardan rastgele kopyalar
   • Maskeleri sabit bir boyutun üzerinde doldurmayı reddediyor
3. What resolution behavior did the LaMa paper report?
   • It only works at one exact training resolution
   • It works only below the training resolution
   • It generalized to some resolutions higher than those used during training in the evaluated settings
   • It accepts no image input
4. LaMa, frekans alanı işlemesi sayesinde özellikle ne tür dokuları iyi işliyor?
   • Saf rastgele gürültü
   • Yalnızca düz tek renkler
   • Yalnızca metin karakterleri
   • Tuğla veya kiremit gibi tekrarlayan, periyodik dokular
5. Compared with large diffusion-based inpainting systems, how is LaMa commonly positioned?
   • As a comparatively efficient convolutional inpainting method
   • As a much slower model that requires a data center
   • As a video-only model
   • As a tool that never needs an image
6. Hangi kayıp LaMa'nın bulanık ortalamalar yerine gerçekçi görünen dolgular üretmesine yardımcı olur?
   • Tek başına basit bir piksel ortalama kare hata kaybı
   • Algısal bir kayıpla birleşen düşmanca bir kayıp
   • Hiçbir kayıp fonksiyonu yok
   • Yalnızca dosya boyutunu ölçen bir kayıp
7. What additional loss component does the LaMa paper emphasize for large-mask inpainting?
   • Konuşma tanıma kaybı
   • A bitrate-only loss
   • A perceptual loss with a high receptive field
   • A loss that ignores image structure
8. Who introduced LaMa in the 2021 paper?
   • Jonathan Frankle and Michael Carbin
   • Cees Taal and colleagues
   • Timothy Dozat and Christopher Manning
   • Roman Suvorov and colleagues