امیج سپر ریزولوشن کوئز

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

1. سنگل امیج سپر ریزولوشن کو 'بیمار پوزڈ' مسئلہ کیوں کہا جاتا ہے؟
   • بہت سی مختلف ہائی ریزولوشن امیجز ایک ہی کم ریزولوشن ان پٹ تیار کر سکتی ہیں۔
   • ان پٹ امیجز ہمیشہ مرمت سے باہر خراب ہوتی ہیں۔
   • ریاضی کا کوئی حل نہیں ہے۔
   • اسے کسی بھی GPU سے زیادہ میموری کی ضرورت ہوتی ہے۔
2. صرف پکسل وار MSE نقصان کے ساتھ سپر ریزولوشن نیٹ ورکس کو تربیت دینے میں ایک عام خرابی کیا ہے؟
   • آؤٹ پٹ حد سے زیادہ تیز اور شور بن جاتے ہیں۔
   • آؤٹ پٹ دھندلے اور زیادہ ہموار نظر آتے ہیں۔
   • ماڈل نے تصویر کو بڑا کرنے سے انکار کر دیا۔
   • یہ صرف گرے اسکیل امیجز پر کارروائی کر سکتا ہے۔
3. GAN پر مبنی ماڈل ESRGAN سمجھی نفاست کو بہتر بنانے میں کیا اضافہ کرتا ہے؟
   • بڑے بائکیوبک انٹرپولیشن دانا
   • ایک اصول پر مبنی کنارے کو تیز کرنے والا فلٹر
   • ایک امتیازی اور ادراک کی خصوصیت کی جگہ کا نقصان
   • صرف مزید تربیتی دور
4. فارنزک یا میڈیکل سیٹنگز میں سپر ریزولوشن آؤٹ پٹ کو احتیاط سے کیوں برتا جانا چاہیے؟
   • وہ ہمیشہ ان پٹ سے کم معیار کے ہوتے ہیں۔
   • انہیں معیاری فارمیٹس میں محفوظ نہیں کیا جا سکتا
   • وہ ہر بار فائل کا سائز دوگنا کرتے ہیں۔
   • ماڈل قابل فہم تفصیل ایجاد کرتا ہے جو کہ حقیقی مواد نہیں ہوسکتا ہے۔
5. بازی پر مبنی سپر ریزولوشن (جیسے SR3) تفصیل کیسے تیار کرتا ہے؟
   • تکراری طور پر شور کو کئی مراحل پر تفصیل سے بہتر کرکے
   • اسٹاک فوٹوز کے ڈیٹا بیس سے پکسلز کاپی کرکے
   • سنگل شارپننگ کنوولوشن لگا کر
   • JPEG کے ساتھ تصویر کو سکیڑ کر
6. پہلے کے SR ماڈلز کے مقابلے Real-ESRGAN خاص طور پر کس مسئلے کو نشانہ بناتا ہے؟
   • صرف کارٹون امیجز کو بڑھانا
   • شور اور کمپریشن جیسے گندے حقیقی دنیا کے انحطاط کو ہینڈل کرنا
   • جان بوجھ کر تصویر کی قرارداد کو کم کرنا
   • تصاویر کو ویکٹر گرافکس میں تبدیل کرنا
7. What does the sub-pixel convolution in ESPCN do?
   • It estimates optical flow between video frames
   • It classifies objects without upsampling
   • It rearranges feature channels into a higher-resolution image grid
   • It adds a text prompt to an image embedding
8. What kind of image pairs did the RealSR dataset collect?
   • Only synthetic Gaussian-noise images
   • Text-only descriptions paired with audio
   • Unpaired medical scans from different patients
   • Real-world paired low- and high-resolution images captured with different cameras or zoom settings