![]()
A) دراسة كيفية عمل الرؤية البشرية. B) عملية تصفية وتحسين الصور المرئية. C) مجال الدراسة الذي يمكّن أجهزة الكمبيوتر من تفسير وفهم المعلومات المرئية من العالم الحقيقي. D) استخدام شاشات الكمبيوتر لعرض الصور.
A) تغيير أبعاد الصورة. B) تشويه الصور بشكل عشوائي. C) تحسين جودة الصورة وتقليل الضوضاء لتحليل أفضل. D) تعتيم الصور للحصول على تأثير فني.
A) تقسيم الصورة إلى مناطق أو عناصر ذات معنى لتحليلها. B) إنشاء صورة معكوسة للصورة الأصلية. C) إزالة الألوان من الصورة. D) دمج عدة صور في صورة واحدة.
A) الدقة B) مربع الانحدار C) مقياس F1 D) متوسط مربع الخطأ
A) زيادة معدل التعلم. B) استخدام أحجام دفعات أصغر. C) تقنية التسرب (Dropout). D) إضافة المزيد من الطبقات إلى الشبكة.
A) استخدام نماذج مدربة مسبقًا وضبطها بدقة لمهمة معينة. B) نقل وحدات البكسل الخاصة بالصورة إلى صورة جديدة. C) نقل الصور بين أجهزة مختلفة. D) نقل التدرجات أثناء عملية الانتشار العكسي.
A) زيادة عدد المعلمات. B) إدخال خاصية اللاخطية إلى الشبكة. C) تقليل الأبعاد المكانية للمدخلات. D) تطبيع قيم المدخلات.
A) Sigmoid B) Tanh C) ReLU (وحدة الخطية المعدلة) D) الخطية
A) تحويل الصور إلى مقياس رمادي. B) إنشاء صور مركبة. C) تلخيص أداء نموذج التصنيف باستخدام القيم الإيجابية الصحيحة، والإيجابية الخاطئة، والسلبية الصحيحة، والسلبية الخاطئة. D) تعتيم الصور لحماية الخصوصية.
A) تتبع الوجه شبه المتكامل B) تقنية التصفية الانتقائية للصور C) تقسيم ميزات وقوام الصور D) تحويل الميزات المستقلة عن المقياس
A) مجموعة بيانات ImageNet B) مجموعة بيانات كلمات الأغاني C) مجموعة بيانات الطقس D) مجموعة بيانات الرسائل المزعجة (Spam)
A) شبكة عصبية تلافيفية B) شبكة عصبية حاسوبية C) شبكة عصبية معقدة D) شبكة عصبية مُحكمة
A) دالة Tanh B) دالة ReLU C) دالة Softmax D) دالة Sigmoid
A) تقطيع الصور B) اكتشاف الكائنات C) تصنيف الصور D) استخراج الميزات
A) طبقة الاتصال الكامل (Fully connected layer) B) طبقة الالتفاف (Convolutional layer) C) طبقة التجميع (Pooling layer) D) طبقة التنشيط (Activation layer)
A) متوسط مربع الخطأ (Mean Squared Error) B) دالة الخسارة للإنتروبيا التقاطعية (Cross-Entropy Loss) C) دالة الخسارة للإنتروبيا التقاطعية الثنائية (Binary Cross-Entropy Loss) D) دالة الخسارة L1
A) تحديد وتوضيح الكائنات الفردية داخل مشهد ما. B) تنعيم قيم البكسلات. C) تطبيق فلاتر الألوان على الصور. D) تحويل الصور إلى الأبيض والأسود.
A) تدوير الصور. B) إضافة الضوضاء إلى الصور. C) تقنية إزالة الضوضاء باستخدام المتوسطات غير المحلية. D) زيادة دقة الصورة.
A) أقرب الجيران (KNN) B) تحليل المكونات الرئيسية (PCA) C) الشبكات العصبية التلافيفية (CNNs) D) آلات ناقلات الدعم (SVM)
A) تطبيع مخططات توزيع قيم الألوان في الصور (Histogram Equalization). B) تعتيم حدود الصورة. C) اكتشاف حواف الكائنات. D) رسم خريطة لصورة واحدة على مستوى صورة أخرى.
A) AlexNet B) VGGNet C) ResNet (شبكة الباقي) D) InceptionNet
A) تقليل الأبعاد باستخدام تحليل المكونات الرئيسية (PCA Dimensionality Reduction) B) قص الصور (Image Cropping) C) التعلم بالنقل (Transfer Learning) D) إضافة الضوضاء (Noise Injection)
A) طريقة لوكاس-كينادي B) التنعيم الغاوسي C) تحويل فورييه D) تعديل الهيستوجرام |