引導式測驗 · 中等 等級

屏蔽自動編碼器測驗

回顧 MAE 的高掩模影像重建任務、其非對稱編碼器-解碼器設計以及本文評估的預訓練設定。

相關引導路徑屏蔽自動編碼器
問題 1 的 8

遮罩自動編碼器中的核心自監督任務是什麼?

預覽每個問題8 問題

當您參加測驗時,就會出現答案和解釋。

  1. 遮罩自動編碼器中的核心自監督任務是什麼?
    • 重建隱藏的補丁像素
    • 將每個影像分類為標記類別
    • 預測影片序列中的下一幀
    • 將圖像與其文字標題相匹配
  2. 原始 MAE 通常會大致屏蔽掉影像區塊的多少部分?
    • 約15%
    • 約75%
    • 約35%
    • 約95%
  3. 為什麼 MAE 編碼器只處理可見(未屏蔽)的補丁?
    • 因為蒙版補丁不包含有用的顏色
    • 防止模型看到真實影像
    • 使訓練速度更快、記憶效率更高
    • 因為解碼器無法讀取位置編碼
  4. MAE 預訓練完成後解碼器會發生什麼事?
    • 它成為主要分類器
    • 它被凍結並用於生成新圖像
    • 它完全取代了編碼器
    • 它被丟棄;編碼器用於下游任務
  5. MAE 通常使用哪種損失函數進行重建?
    • 蒙版補丁像素的均方誤差
    • 類標籤上的交叉熵
    • 對比 InfoNCE 損失
    • 對抗性判別器損失
  6. MAE的「不對稱」設計指的是什麼?
    • 輸入和輸出的影像尺寸不同
    • 重型編碼器與輕量級解碼器配對
    • 使用兩個單獨的資料集進行訓練
    • 僅遮蓋每張影像的左半部分
  7. On which large image dataset did the original MAE paper pretrain its main vision models?
    • MS COCO Captions only
    • 圖書館演講
    • ImageNet-1K
    • The Netflix Prize ratings set
  8. What does the MAE decoder receive for image patches hidden from the encoder?
    • The original RGB pixels without masking
    • Only class labels from ImageNet
    • A text caption for the image
    • Learned mask tokens with positional embeddings