گائیڈ سے منسلک کوئز · درمیانہ سطح

DepthAnything Monocular Depth کوئز

ڈیپتھ اینیتھنگ کے ٹیچر-سٹوڈنٹ ڈیٹا انجن، DINOv2 انکوڈر، رشتہ دار گہرائی کے آؤٹ پٹس، اور V2 میں مصنوعی ڈیٹا میں بہتری کا جائزہ لیں۔

متعلقہ گائیڈ کے راستےڈیپتھ اینیتھنگ مونو کیولر ڈیپتھ
سوال 1 کی 8

'مونوکولر' گہرائی کے تخمینہ کا کیا مطلب ہے؟

ہر سوال کا جائزہ لیں۔8 سوالات

جب آپ کوئز دیتے ہیں تو جوابات اور وضاحتیں ظاہر ہوتی ہیں۔

  1. 'مونوکولر' گہرائی کے تخمینہ کا کیا مطلب ہے؟
    • ایک تصویر سے گہرائی کا اندازہ لگانا
    • سٹیریو ویژن کے لیے دو کیمروں کا استعمال
    • ایک LiDAR سینسر کا استعمال کرتے ہوئے
    • آواز کی لہروں سے گہرائی کی پیمائش
  2. DepthAnything کی مضبوط جنرلائزیشن کو حاصل کرنے کے لیے بنیادی حکمت عملی کیا تھی؟
    • ایک چھوٹے سے اعلیٰ معیار کے ڈیٹاسیٹ کو ہاتھ سے لیبل کرنا
    • تقریباً 62 ملین آٹو لیبل والی بغیر لیبل والی تصاویر پر تربیت
    • صرف مصنوعی گیم انجن کا ڈیٹا استعمال کرنا
    • سٹیریو کیمرے کے جوڑوں پر انحصار کرنا
  3. DepthAnything کون سا بیک بون انکوڈر بناتا ہے؟
    • ایک ResNet-18 CNN
    • ایک بار بار چلنے والا LSTM نیٹ ورک
    • DINOv2 وژن ٹرانسفارمر
    • YOLO ڈیٹیکٹر
  4. اصل DepthAnything بنیادی طور پر کس قسم کی گہرائی پیدا کرتی ہے؟
    • میٹر میں درست فاصلہ
    • صرف بائنری پیش منظر/پس منظر
    • GPS کوآرڈینیٹ
    • رشتہ دار گہرائی (قریب بمقابلہ دور)
  5. DepthAnything V2 نے ٹھیک تفصیل اور کناروں کو کیسے بہتر بنایا؟
    • استاد کو کامل زمینی سچائی کے ساتھ مصنوعی ڈیٹا پر تربیت دے کر، پھر ڈسٹلنگ
    • مزید حقیقی شور والے لیبلز شامل کرکے
    • ٹرانسفارمر انکوڈر کو ہٹا کر
    • کم ریزولوشن ان پٹس کا استعمال کرکے
  6. کون سی ایپلیکیشن مونوکولر گہرائی کے نقشوں کا عام استعمال نہیں ہے؟
    • پورٹریٹ موڈ پس منظر کا دھندلا پن
    • نیٹ ورک ٹریفک کو خفیہ کرنا
    • کنٹرول نیٹ ڈیپتھ کنڈیشنگ
    • 2D سے 3D تصویر کی تبدیلی
  7. What dense prediction head does the Depth Anything guide pair with its DINOv2 encoder?
    • A Marching Tetrahedra mesh extractor
    • A CLIP text-image similarity head
    • A DPT-style dense prediction head
    • A causal language-model decoder
  8. How does Depth Anything V2 use a teacher model with unlabeled real photos?
    • The teacher converts each photo into a 3D mesh
    • The teacher supplies only image captions to a language model
    • The teacher replaces all synthetic depth labels with manually measured distances
    • The teacher generates pseudo-depth labels that are used to train student models