Bài kiểm tra có liên kết hướng dẫn · Trung bình Cấp độ

Bài kiểm tra độ phân giải siêu cao ESRGAN và GAN

Nghiên cứu thiết kế nâng cấp hình ảnh đối nghịch của ESRGAN, sự cân bằng giữa chủ nghĩa hiện thực về nhận thức và các giới hạn về chi tiết được tạo ra của nó.

Đường dẫn hướng dẫn liên quanĐộ phân giải siêu cao Esrgan và GAN
Câu hỏi 1 của 8

'GAN' trong ESRGAN đề cập đến điều gì?

Xem trước mọi câu hỏi8 câu hỏi

Câu trả lời và giải thích xuất hiện khi bạn làm bài kiểm tra.

  1. 'GAN' trong ESRGAN đề cập đến điều gì?
    • Mạng đối thủ sáng tạo
    • Mạng tích lũy gradient
    • Nút xấp xỉ Gaussian
    • Mạng lưới chú ý toàn cầu
  2. Trình tạo ESRGAN chủ yếu sử dụng khối xây dựng nào?
    • Tế bào trí nhớ ngắn hạn dài
    • Khối dày đặc dư trong dư (RRDB)
    • Lớp định tuyến viên nang
    • Khối tự chú ý của máy biến áp
  3. Tại sao các tác giả của ESRGAN loại bỏ chuẩn hóa hàng loạt khỏi trình tạo?
    • Nó làm chậm quá trình tập luyện quá nhiều
    • Nó tăng trí nhớ vượt quá giới hạn
    • Nó có xu hướng giới thiệu các tạo tác trực quan
    • Nó không tương thích với GAN
  4. Sự đánh đổi chính mà ESRGAN đưa ra so với các phương pháp chỉ mất pixel là gì?
    • Tốc độ hơn độ chính xác
    • Độ chính xác màu trên độ phân giải
    • Bộ nhớ thấp hơn độ phân giải cao hơn
    • Chủ nghĩa hiện thực nhận thức về độ trung thực của pixel chính xác
  5. Sự mất mát về nhận thức (VGG) của ESRGAN được đo ở đâu?
    • Về các tính năng trước khi kích hoạt
    • Chỉ trên các pixel RGB thô
    • Về điểm số cuối cùng của người phân biệt đối xử
    • Trên đầu vào biến đổi Fourier
  6. Bộ phân biệt đối xử của ESRGAN đã giới thiệu sự đổi mới gì?
    • Một bộ mã hóa tự động hoàn toàn tích chập
    • Một người phân biệt đối xử tương đối so sánh chủ nghĩa hiện thực thực và giả
    • Mô hình khen thưởng học tập củng cố
    • Một bộ phân loại được huấn luyện trước cố định
  7. Bài báo ESRGAN đã báo cáo chiến thắng cuộc thi nào?
    • Thử thách phân loại ImageNet
    • Thử thách Vesuvius
    • Thử thách siêu phân giải nhận thức PIRM 2018
    • Thử thách chú thích hình ảnh COCO
  8. Tại sao chi tiết được tạo ra từ ESRGAN không nên được coi là bằng chứng nhiếp ảnh đã được phục hồi?
    • Mô hình ghi lại chính xác dữ liệu cảm biến gốc
    • GAN chỉ có thể phóng to hình ảnh mà không làm thay đổi pixel
    • Đầu ra được đảm bảo khớp với hình ảnh độ phân giải cao đã mất
    • Mô hình có thể tổng hợp các kết cấu hợp lý không có trong đầu vào độ phân giải thấp