引導式測驗 · 中等 等級

SwinIR 變壓器恢復測驗

探索 SwinIR 如何採用移位視窗變壓器區塊來實現超解析度、去雜訊和壓縮偽影消除。

相關引導路徑Swinir 變壓器修復
問題 1 的 8

SwinIR 是基於什麼變壓器架構?

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. SwinIR 是基於什麼變壓器架構?
    • 斯溫變壓器
    • 僅視覺轉換器 (ViT)
    • 伯特
    • GPT
  2. SwinIR的核心注意力機制是什麼?
    • 全域全像素注意力
    • 基於轉移視窗的自註意力
    • 跨影像注意力
    • 沒有註意力,只有捲積
  3. SwinIR 的深層功能塊叫什麼?
    • 密集卷積塊
    • 倒置殘差塊
    • 剩餘 Swin 變壓器塊 (RSTB)
    • 膠囊塊
  4. 為什麼基於視窗的注意力比全局注意力更有效?
    • 它使用更少的颜色通道
    • 它跳過重建步驟
    • 它只處理邊緣
    • 其成本隨影像面積線性增長,而不是二次增長
  5. SwinIR 修復架構的三個主要階段是什麼?
    • 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. 與 CNN 競爭對手相比,SwinIR 表現出了哪些效率優勢?
    • 它不需要訓練數據
    • 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
    • 它消除了對 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?
    • 語音辨識
    • 機器翻譯
    • Protein sequence design
    • JPEG compression-artifact reduction