Kadife Çiçeği Difüzyon Derinliği Tahmin Testi

Testi çözdüğünüzde cevaplar ve açıklamalar görünür.

1. Marigold hangi önceden eğitilmiş modeli temel alıyor?
   • Stable Diffusion
   • GPT-4
   • YOLOv8
   • ResNet-50
2. Marigold derinlik tahmini görevini nasıl çerçeveliyor?
   • Bir sınıflandırma problemi olarak
   • Bir derinlik haritasının koşullu oluşturulması olarak
   • Takviyeli öğrenme olarak
   • Kümeleme problemi olarak
3. Marigold'un eğitim verilerinde şaşırtıcı olan neydi?
   • Milyarlarca gerçek derinlik taraması kullandı
   • Hiç eğitime ihtiyacı yoktu
   • Esas olarak sentetik veri kümeleri üzerinde ince ayarlar yapılmış ancak gerçek görüntülere genelleştirilmiştir.
   • Yalnızca ses verilerini kullandı
4. Marigold neden genellikle ileri beslemeli derinlik modellerinden daha yavaştır?
   • Yalnızca CPU üzerinde çalışır
   • Her seferinde internetten veri indirir
   • Her görüntü için yeniden eğitilir
   • Yinelemeli gürültü giderme örnekleme döngüsü kullanır
5. Kadife çiçeği yayılma işlemini hangi alanda gerçekleştirir?
   • Kararlı Difüzyonun VAE gizli alanı
   • Ham piksel alanı
   • Frekans/Fourier uzayı
   • Nokta bulutu alanı
6. Marigold koşular boyunca derinlik stabilitesini nasıl geliştirebilir?
   • Görüntü çözünürlüğünü düşürerek
   • Birden fazla örneklenmiş tahminin bir araya getirilmesiyle
   • VAE'yi devre dışı bırakarak
   • Gri tonlamaya dönüştürerek
7. 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
8. 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