Bài kiểm tra có liên kết hướng dẫn · Trung bình Cấp độ
Bài kiểm tra ước tính độ sâu khuếch tán cúc vạn thọ
Kiểm tra cách Marigold sử dụng lại các ưu tiên tiềm ẩn của Stable Diffusion để có độ sâu tương đối và xử lý bất biến affine, lấy mẫu và chi tiết đầu ra.
Câu hỏi 1 của 8
Marigold xây dựng trên mô hình đào tạo trước nào?
Xem trước mọi câu hỏi8 câu hỏi
Câu trả lời và giải thích xuất hiện khi bạn làm bài kiểm tra.
- Marigold xây dựng trên mô hình đào tạo trước nào?
- Stable Diffusion
- GPT-4
- YOLOv8
- ResNet-50
- Marigold đóng khung nhiệm vụ ước tính độ sâu như thế nào?
- Là một vấn đề phân loại
- Là thế hệ có điều kiện của bản đồ độ sâu
- Là học tăng cường
- Là một vấn đề phân cụm
- Điều gì đáng ngạc nhiên về dữ liệu huấn luyện của Marigold?
- Nó sử dụng hàng tỷ lần quét độ sâu thực
- Nó không cần đào tạo gì cả
- Nó được tinh chỉnh chủ yếu trên các bộ dữ liệu tổng hợp nhưng được khái quát hóa thành hình ảnh thực
- Nó chỉ sử dụng dữ liệu âm thanh
- Tại sao Marigold thường chậm hơn so với các mô hình độ sâu chuyển tiếp tiếp liệu?
- Nó chỉ chạy trên CPU
- Nó tải dữ liệu từ internet mỗi lần
- Nó đào tạo lại cho mọi hình ảnh
- Nó sử dụng vòng lấy mẫu khử nhiễu lặp đi lặp lại
- Marigold thực hiện quá trình khuếch tán của nó trong không gian nào?
- Không gian tiềm ẩn VAE của Khuếch tán ổn định
- Không gian pixel thô
- Không gian tần số/Fourier
- Không gian đám mây điểm
- Làm cách nào Marigold có thể cải thiện độ ổn định ở độ sâu khi chạy?
- Bằng cách giảm độ phân giải hình ảnh
- Bằng cách tập hợp nhiều dự đoán được lấy mẫu
- Bằng cách vô hiệu hóa VAE
- Bằng cách chuyển đổi sang thang độ xám
- 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
- 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