میریگولڈ ڈفیوژن ڈیپتھ اسٹیمیشن کوئز

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

1. میریگولڈ کس پہلے سے تربیت یافتہ ماڈل بناتا ہے؟
   • Stable Diffusion
   • GPT-4
   • YOLOv8
   • ResNet-50
2. میریگولڈ گہرائی کے تخمینے کے کام کو کیسے فریم کرتا ہے؟
   • درجہ بندی کے مسئلے کے طور پر
   • گہرائی کے نقشے کی مشروط نسل کے طور پر
   • کمک سیکھنے کے طور پر
   • کلسٹرنگ کے مسئلے کے طور پر
3. میریگولڈ کے تربیتی اعداد و شمار کے بارے میں حیران کن کیا تھا؟
   • اس نے اربوں حقیقی گہرائی کے اسکینوں کا استعمال کیا۔
   • اسے کسی تربیت کی ضرورت ہی نہیں تھی۔
   • یہ بنیادی طور پر مصنوعی ڈیٹاسیٹس پر ٹھیک ٹیون کیا گیا تھا لیکن حقیقی امیجز پر عام کیا گیا تھا۔
   • اس نے صرف آڈیو ڈیٹا استعمال کیا۔
4. میریگولڈ عام طور پر فیڈ فارورڈ ڈیپتھ ماڈلز سے سست کیوں ہے؟
   • یہ صرف سی پی یو پر چلتا ہے۔
   • یہ ہر بار انٹرنیٹ سے ڈیٹا ڈاؤن لوڈ کرتا ہے۔
   • یہ ہر تصویر کے لیے دوبارہ تربیت دیتا ہے۔
   • یہ ایک تکراری ڈینوائزنگ سیمپلنگ لوپ کا استعمال کرتا ہے۔
5. میریگولڈ کس جگہ میں اپنے پھیلاؤ کا عمل انجام دیتا ہے؟
   • مستحکم بازی کی VAE اویکت جگہ
   • خام پکسل کی جگہ
   • فریکوئینسی/فورئیر اسپیس
   • پوائنٹ کلاؤڈ کی جگہ
6. میریگولڈ رنز کے دوران گہرائی کے استحکام کو کیسے بہتر بنا سکتا ہے؟
   • امیج ریزولوشن کو کم کرکے
   • متعدد نمونے والی پیشین گوئیوں کو جوڑ کر
   • VAE کو غیر فعال کرکے
   • گرے اسکیل میں تبدیل کرکے
7. What does affine-invariant relative depth mean for a Marigold prediction?
   • Every pixel gives exact distance in meters without calibration
   • The output contains color labels instead of depth
   • Depth ordering is useful, but the output's absolute scale and offset need not equal real-world measurements
   • Only the nearest object receives a depth value
8. Which pair of inputs does Marigold encode with the same VAE during its latent diffusion process?
   • The camera pose and a 3D mesh
   • The text prompt and a CLIP score
   • Two stereo images from separate cameras
   • The input image and the depth map