引导式测验 · 中等 等级

SwinIR 变压器恢复测验

探索 SwinIR 如何采用移位窗口变压器块来实现超分辨率、去噪和压缩伪影消除。

相关引导路径Swinir 变压器修复
问题 1 的 8

SwinIR 基于什么变压器架构？

预览每个问题8 问题

当您参加测验时，就会出现答案和解释。

  1. SwinIR 基于什么变压器架构？
    • 斯温变压器
    • 仅视觉转换器 (ViT)
    • 伯特
    • GPT
  2. SwinIR的核心注意力机制是什么？
    • 全局全像素注意力
    • 基于转移窗口的自注意力
    • 跨图像注意力
    • 没有注意力，只有卷积
  3. SwinIR 的深层功能块叫什么？
    • 密集卷积块
    • 倒置残差块
    • 剩余 Swin 变压器块 (RSTB)
    • 胶囊块
  4. 为什么基于窗口的注意力比全局注意力更有效？
    • 它使用更少的颜色通道
    • 它跳过重建步骤
    • 它只处理边缘
    • 其成本随图像面积线性增长，而不是二次增长
  5. SwinIR 的恢复架构有哪三个主要阶段？
    • Shallow feature extraction, deep feature extraction, and image reconstruction
    • Text tokenization, translation, and speech synthesis
    • Noise injection, denoising, and audio decoding
    • Camera sensing, object tracking, and route planning
  6. 与 CNN 竞争对手相比，SwinIR 表现出了哪些效率优势？
    • 它不需要训练数据
    • 它以更少的参数实现了最先进的结果
    • 它运行时没有任何卷积
    • 它消除了对 GPU 的需求
  7. What components does a SwinIR Residual Swin Transformer Block combine?
    • A text tokenizer and a language-model decoder
    • A GAN discriminator and a vocoder
    • Swin Transformer layers with residual connections and a convolution
    • A camera sensor and a LiDAR encoder
  8. Which image-restoration task besides super-resolution did the SwinIR paper evaluate?
    • 语音识别
    • 机器翻译
    • Protein sequence design
    • JPEG compression-artifact reduction