Rehber bağlantılı sınav · Sert Seviye
Monoküler Derinlik Tahmini Sınavı
Monoküler derinlik belirsizliğini, kendi kendini denetleyen görüntü sentezini, göreceli ölçeği ve versiyona özgü derinlik modeli kanıtlarını değerlendirin.
Soru 1 arasında 8
Derinlik tahminini 'tek gözlü' yapan nedir?
Her soruyu önizleyin8 sorular
Testi çözdüğünüzde cevaplar ve açıklamalar görünür.
- Derinlik tahminini 'tek gözlü' yapan nedir?
- Derinliği stereo veya sensörlerden değil, tek bir görüntüden veya kameradan çıkarır
- İnsan gözleri gibi aralıklı iki kamera kullanıyor
- Yalnızca siyah beyaz görüntülerde çalışır
- Kameraya bağlı bir lidar tarayıcı gerektirir
- What does a monocular depth estimator predict for an image?
- A stereo disparity field that requires two camera views
- A per-pixel depth or relative-depth map from one camera view
- A categorical object-label map with no distance estimate
- A dense motion-vector field between two video frames
- What data recipe does the Depth Anything V2 paper report?
- Train only on real labeled images and discard synthetic data
- Train on unlabeled audio and convert speech to depth maps
- Train a DINOv2-G teacher on synthetic labeled images, then use its pseudo-labels on real images to train students
- Use stereo disparity as labels for every image at inference time
- Monoküler ağlar derinlik için doğrudan hangi ipucuna dayanmaz?
- Nesnelerin göreceli boyutu
- Doku geçişleri ve perspektif
- Tıkanma (hangi nesne diğerini engeller)
- Eş zamanlı iki kamera arasındaki stereo eşitsizliği
- What does Monodepth2 use to reduce the effect of moving objects in self-supervised training?
- An auto-masking procedure that excludes pixels inconsistent with camera motion
- A learned text tokenizer
- A region-proposal network
- A fixed depth value for every object
- What new evaluation benchmark does the Depth Anything V2 paper introduce?
- A benchmark of 2,000 full metric depth maps from LiDAR only
- DA-2K, with sparse relative-depth pairs annotated across 1,000 images
- A corpus of six public datasets and randomly captured photos
- A camera-calibration set containing no depth comparisons
- How can self-supervised monocular depth training obtain a learning signal?
- By reading depth labels from every pixel
- By converting image colors directly to meters
- By reconstructing one view from adjacent video frames and penalizing photometric mismatch
- By using only language captions
- What does a relative-depth output indicate?
- Exact meters for every pixel
- Camera GPS position
- Object identity only
- Ordering or relative distance, not necessarily calibrated metric distance