Câu đố về kiến trúc U-Net

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

1. Điều gì tạo nên hình dạng chữ U của U-Net?
   • Bộ mã hóa giảm mẫu và bộ giải mã đối xứng tăng mẫu
   • Một chồng tích chập thẳng
   • Hai mạng song song không có kết nối
   • Vòng lặp lặp lại theo các bước thời gian
2. Mục đích bỏ qua kết nối của U-Net là gì?
   • Để giảm số lượng tham số về 0
   • Để truyền trực tiếp chi tiết không gian tốt từ các lớp mã hóa sang các lớp giải mã phù hợp
   • Để chuyển đổi hình ảnh sang thang độ xám
   • Bỏ qua việc đào tạo hoàn toàn
3. U-Net ban đầu được thiết kế để làm gì?
   • Nhận dạng giọng nói
   • Dự đoán giá cổ phiếu
   • Phân đoạn hình ảnh y sinh
   • Dịch văn bản
4. Trong Khuếch tán ổn định, U-Net dự đoán điều gì ở mỗi bước?
   • Chú thích cuối cùng của hình ảnh
   • Tỷ lệ nén
   • Góc máy ảnh
   • Tiếng ồn cần loại bỏ khỏi tiếng ồn tiềm ẩn
5. Điều gì xảy ra với thông tin không gian khi bộ mã hóa lấy mẫu xuống?
   • Nó tóm tắt 'cái gì' hiện diện nhưng mất chi tiết chính xác 'ở đâu'
   • Nó đạt được vị trí pixel chính xác
   • Nó chuyển đổi hình ảnh thành văn bản
   • Nó tăng gấp đôi độ phân giải
6. Which augmentation did the original U-Net paper use to learn invariance from limited annotated biomedical images?
   • Replacing every image with a random label
   • Elastic deformations of the training images
   • Training only on unmodified test images
   • Removing the decoder path before training
7. How did the original U-Net paper process large images beyond the network’s input size?
   • By discarding all image borders
   • By resizing every image to one pixel
   • By predicting on overlapping tiles and extrapolating context at tile borders
   • By running the model once on a text prompt
8. What did the original U-Net paper’s weighted loss emphasize?
   • Only background pixels, regardless of distance
   • The most common image color
   • Noise prediction at a diffusion timestep
   • Border pixels between touching cells to help separate adjacent objects