SPADE Semantik Görüntü Sentezi Sınavı

Testi çözdüğünüzde cevaplar ve açıklamalar görünür.

1. SPADE bir görüntü oluşturmak için hangi girişi kullanır?
   • Her bölgeyi etiketleyen anlamsal bir segmentasyon haritası
   • Sözlü açıklama
   • Tek bir örnek fotoğraf
   • 3 boyutlu bir nokta bulutu
2. SPADE daha önceki normalleşmeyle ilgili hangi sorunu çözdü?
   • Görüntüleri çok renkli hale getirdi
   • Normalleştirme katmanları düzen bilgilerini silip süpürdü
   • Çok az bellek kullandı
   • Renkli görüntüleri kaldıramadı
3. SPADE'de normalleştirme ölçeği ve kaydırma parametreleri şunlardır:
   • Rastgele gürültü
   • Resmin tamamında paylaşılan tek değerler
   • Segmentasyon maskesinden hesaplanan uzamsal olarak değişen tensörler
   • Sabit sabitler
4. Hangi ünlü interaktif uygulama SPADE üzerine inşa edilmiştir?
   • Photoshop
   • Google Çeviri
   • Midjourney v1
   • GauGAN (NVIDIA Kanvası)
5. SPADE'deki 'SP' ne anlama geliyor?
   • Uzamsal Olarak Uyarlanabilir
   • Süper Piksel
   • Spektral Havuzlama
   • Seyrek Projeksiyon
6. SPADE'in kontrol edilebilir düzeninin pratik bir faydası şudur:
   • Improving the input map’s pixel resolution without image synthesis
   • Controlling where labeled scene elements appear in the generated image
   • Translating every label into natural-language captions
   • Compressing generated scenes into smaller files
7. Why can SPADE-generated images be useful when training semantic-segmentation systems?
   • The generated images contain only unlabeled audio
   • The system predicts a transcript for every pixel
   • The input layout already supplies pixel labels for the generated scene
   • The layout removes all semantic categories
8. What can happen when a designer changes a region label in a SPADE input map?
   • It changes the audio sample rate
   • It retrains the generator from scratch
   • It removes the labels from all other regions
   • The generator can synthesize the scene with the revised semantic region