تصویری رنگ کاری کوئز

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

1. تصویری رنگ کاری کو 'بیمار پوز' مسئلہ کیوں سمجھا جاتا ہے؟
   • ایک واحد گرے اسکیل قدر بہت سے مختلف اصلی رنگوں سے مطابقت رکھتی ہے۔
   • گرے اسکیل امیجز میں کوئی بھی قابل استعمال معلومات نہیں ہوتی ہیں۔
   • رنگین تصاویر پر کارروائی کرنے کے لیے بہت بڑی ہیں۔
   • کیمرے اب گرے اسکیل کو ریکارڈ نہیں کرسکتے ہیں۔
2. مقبول لیب کلر اسپیس اپروچ میں، نیٹ ورک کو ان پٹ کے طور پر کیا ملتا ہے؟
   • مکمل آر جی بی امیج
   • صرف ایل (ہلکا پن) چینل
   • صرف سرخ چینل
   • منظر کا گہرائی کا نقشہ
3. کیوں Zhang et al. براہ راست رجعت کے بجائے رنگ 'بنز' پر درجہ بندی کے طور پر فریم رنگ کی پیشن گوئی؟
   • کیونکہ درجہ بندی واحد چیز ہے جو اعصابی نیٹ ورک کر سکتے ہیں۔
   • تصاویر کو چھوٹا بنانے کے لیے
   • درست رنگوں کو مدھم، غیر مطمئن نتائج میں بدلنے سے بچنے کے لیے
   • تربیتی ڈیٹا کی ضرورت کو دور کرنے کے لیے
4. ماڈلز یہ کیسے سیکھتے ہیں کہ اشیاء کو بتائے بغیر کن رنگوں کا ہونا چاہئے؟
   • وہ دستی طور پر ہر چیز کے رنگ کی فہرست کے ساتھ پروگرام کیے گئے ہیں۔
   • وہ ہر بار بے ترتیب اندازہ لگاتے ہیں۔
   • وہ گرے اسکیل فائلوں میں ذخیرہ شدہ کلر میٹا ڈیٹا پڑھتے ہیں۔
   • وہ گرے اسکیل میں تبدیل ہونے والی لاکھوں رنگین تصاویر سے شماریاتی پیشرفت سیکھتے ہیں۔
5. سنگل فوٹو کے بجائے ویڈیو کو رنگین کرتے وقت ایک اہم چیلنج کیا ہے؟
   • ٹمٹماہٹ سے بچنے کے لیے فریموں میں رنگوں کو یکساں رکھنا
   • ویڈیوز کا کوئی گرے اسکیل ورژن نہیں ہے۔
   • متحرک تصاویر میں رنگ شامل کرنا ناممکن ہے۔
   • ہر فریم کا رنگ مختلف ہونا چاہیے۔
6. مثال پر مبنی یا اشارہ پر مبنی رنگ کاری صارف کو کیا کرنے دیتی ہے؟
   • رنگین تصاویر کو صرف گرے اسکیل میں تبدیل کریں۔
   • حوالہ تصاویر یا کلک کردہ رنگ کے اشارے استعمال کرکے آؤٹ پٹ کی رہنمائی کریں۔
   • نیورل نیٹ ورک کو مکمل طور پر غیر فعال کریں۔
   • تصویر کا دوسری زبان میں ترجمہ کریں۔
7. In the CIE Lab setup described in the guide, which channels does the network predict?
   • The L lightness channel only
   • RGB red and green but not blue
   • The a and b chrominance channels
   • The image’s camera pose
8. Why can direct regression toward an average color produce dull colorization?
   • The model is forced to output only black
   • Regression removes the lightness channel
   • The network cannot use training examples
   • Several plausible colors for a gray pixel may average to a muted, less likely color