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

Câu đố về độ phân giải LaMa-Mạnh mẽ

Tìm hiểu cách LaMa kết hợp các tích chập Fourier, tổn thất trường tiếp nhận cao và mặt nạ lớn để vẽ hình ảnh và các giới hạn được báo cáo của nó.

Đường dẫn hướng dẫn liên quanLama Nghị quyết Inpainting mạnh mẽ
Câu hỏi 1 của 8

Thành phần kiến ​​trúc đặc trưng mang lại cho LaMa cái nhìn tổng thể về hình ảnh là gì?

Xem trước mọi câu hỏi8 câu hỏi

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

  1. Thành phần kiến ​​trúc đặc trưng mang lại cho LaMa cái nhìn tổng thể về hình ảnh là gì?
    • Tích chập Fourier nhanh
    • Khối tự chú ý của máy biến áp
    • Các lớp LSTM định kỳ
    • Mạng lưới viên nang
  2. Tại sao LaMa xử lý mặt nạ lớn tốt hơn nhiều mẫu inpainting trước đó?
    • Nó chỉ hoạt động trên những hình ảnh nhỏ
    • Trường tiếp nhận toàn cầu của nó cho phép nó tiếp tục cấu trúc qua các lỗ lớn
    • Nó sao chép các pixel ngẫu nhiên từ các cạnh
    • Nó từ chối lấp đầy mặt nạ trên một kích thước cố định
  3. What resolution behavior did the LaMa paper report?
    • It only works at one exact training resolution
    • It works only below the training resolution
    • It generalized to some resolutions higher than those used during training in the evaluated settings
    • It accepts no image input
  4. LaMa xử lý đặc biệt tốt loại kết cấu nào nhờ khả năng xử lý miền tần số?
    • Tiếng ồn ngẫu nhiên thuần túy
    • Chỉ có một màu duy nhất
    • Ký tự văn bản dành riêng
    • Kết cấu lặp đi lặp lại, định kỳ như gạch hoặc ngói
  5. Compared with large diffusion-based inpainting systems, how is LaMa commonly positioned?
    • As a comparatively efficient convolutional inpainting method
    • As a much slower model that requires a data center
    • As a video-only model
    • As a tool that never needs an image
  6. Sự mất mát nào giúp LaMa tạo ra những hình ảnh lấp đầy trông thực tế hơn là những đường trung bình mờ ảo?
    • Chỉ mất lỗi bình phương trung bình pixel đơn giản
    • Một tổn thất đối nghịch kết hợp với một tổn thất về cảm nhận
    • Không có chức năng mất mát nào cả
    • Sự mất mát chỉ đo kích thước tập tin
  7. What additional loss component does the LaMa paper emphasize for large-mask inpainting?
    • Mất khả năng nhận dạng giọng nói
    • A bitrate-only loss
    • A perceptual loss with a high receptive field
    • A loss that ignores image structure
  8. Who introduced LaMa in the 2021 paper?
    • Jonathan Frankle and Michael Carbin
    • Cees Taal and colleagues
    • Timothy Dozat and Christopher Manning
    • Roman Suvorov and colleagues