تصویری ہم آہنگی اور کمپوزٹنگ کوئز

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

1. تصویری ہم آہنگی بنیادی طور پر کیا مسئلہ حل کرتی ہے؟
   • چسپاں کردہ آبجیکٹ کے رنگ اور روشنی کو اس کے نئے پس منظر سے ملانا
   • تصویر کے شور کو ہٹانا
   • تصویر کی قرارداد میں اضافہ
   • تصاویر میں چہروں کا پتہ لگانا
2. زیادہ تر ہم آہنگی کے ماڈلز کو کمپوزٹ امیج کے علاوہ کس اضافی ان پٹ کی ضرورت ہوتی ہے؟
   • ایک ٹیکسٹ کیپشن
   • داخل کردہ علاقے کا ایک بائنری ماسک
   • کیمرے کا GPS ڈیٹا
   • ایک آڈیو کلپ
3. iHarmony4 بینچ مارک کس سے وابستہ ہے؟
   • تقریر کی پہچان
   • خود چلانے والی کاریں۔
   • تصویری ہم آہنگی کی تحقیق
   • موسیقی کی نسل
4. ہم آہنگی کے لیے تربیتی جوڑے عام طور پر کیسے بنائے جاتے ہیں؟
   • ہر تصویر کو دستی طور پر پینٹ کرکے
   • صرف مصنوعی 3D رینڈر استعمال کرکے
   • ویڈیو ریکارڈنگ کے ذریعے
   • اصلی تصویر میں کسی علاقے کے رنگوں کو خراب کرکے ایک جعلی کمپوزٹ بنانے کے لیے
5. بہت سے موثر طریقے پکسلز کو دوبارہ تخلیق کرنے کے بجائے رنگ کی تبدیلی کی پیش گوئی کیوں کرتے ہیں؟
   • پیش منظر کی تفصیل اور ساخت کو محفوظ رکھنے کے لیے
   • مزید میموری استعمال کرنے کے لیے
   • تصاویر کو چھوٹا بنانے کے لیے
   • ماسک کے استعمال سے بچنے کے لیے
6. نئے ڈفیوژن پر مبنی کمپوزٹنگ ماڈلز رنگوں کی ملاپ سے بڑھ کر کیا صلاحیتیں شامل کر رہے ہیں؟
   • متن کی زبانوں کا ترجمہ کرنا
   • مماثل سائے اور عکاسی کی ترکیب کرنا
   • ویڈیو فائلوں کو کمپریس کرنا
   • ہینڈ رائٹنگ کو پہچاننا
7. What does DoveNet's domain-verification idea ask a harmonized foreground to do?
   • Become a separate class that is easier to detect
   • Replace the background with the foreground
   • Move toward the same appearance domain as the background
   • Ignore the background's lighting and color
8. Which source datasets contribute to iHarmony4's harmonization composites?
   • ImageNet, LAION-5B, and Common Crawl subsets
   • Only synthetic renderings from Objaverse
   • Only unedited satellite image collections
   • COCO, Adobe5k, Flickr, and day2night subsets