A) عملية تصفية وتحسين الصور المرئية.
B) استخدام شاشات الكمبيوتر لعرض الصور.
C) مجال الدراسة الذي يمكّن أجهزة الكمبيوتر من تفسير وفهم المعلومات المرئية من العالم الحقيقي.
D) دراسة كيفية عمل الرؤية البشرية.

A) تعتيم الصور للحصول على تأثير فني.
B) تحسين جودة الصورة وتقليل الضوضاء لتحليل أفضل.
C) تشويه الصور بشكل عشوائي.
D) تغيير أبعاد الصورة.

A) تقسيم الصورة إلى مناطق أو عناصر ذات معنى لتحليلها.
B) إنشاء صورة معكوسة للصورة الأصلية.
C) دمج عدة صور في صورة واحدة.
D) إزالة الألوان من الصورة.

A) متوسط مربع الخطأ
B) الدقة
C) مربع الانحدار
D) مقياس F1

A) استخدام أحجام دفعات أصغر.
B) إضافة المزيد من الطبقات إلى الشبكة.
C) تقنية التسرب (Dropout).
D) زيادة معدل التعلم.

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) تقليل الأبعاد المكانية للمدخلات.
B) إدخال خاصية اللاخطية إلى الشبكة.
C) زيادة عدد المعلمات.
D) تطبيع قيم المدخلات.

A) الخطية
B) ReLU (وحدة الخطية المعدلة)
C) Tanh
D) Sigmoid

A) تعتيم الصور لحماية الخصوصية.
B) تلخيص أداء نموذج التصنيف باستخدام القيم الإيجابية الصحيحة، والإيجابية الخاطئة، والسلبية الصحيحة، والسلبية الخاطئة.
C) تحويل الصور إلى مقياس رمادي.
D) إنشاء صور مركبة.

A) تقسيم ميزات وقوام الصور
B) تتبع الوجه شبه المتكامل
C) تحويل الميزات المستقلة عن المقياس
D) تقنية التصفية الانتقائية للصور

A) مجموعة بيانات الطقس
B) مجموعة بيانات كلمات الأغاني
C) مجموعة بيانات الرسائل المزعجة (Spam)
D) مجموعة بيانات ImageNet

A) شبكة عصبية حاسوبية
B) شبكة عصبية معقدة
C) شبكة عصبية مُحكمة
D) شبكة عصبية تلافيفية

A) دالة Sigmoid
B) دالة ReLU
C) دالة Softmax
D) دالة Tanh

A) اكتشاف الكائنات
B) تصنيف الصور
C) استخراج الميزات
D) تقطيع الصور

A) طبقة الالتفاف (Convolutional layer)
B) طبقة الاتصال الكامل (Fully connected layer)
C) طبقة التجميع (Pooling layer)
D) طبقة التنشيط (Activation layer)

A) دالة الخسارة L1
B) متوسط مربع الخطأ (Mean Squared Error)
C) دالة الخسارة للإنتروبيا التقاطعية الثنائية (Binary Cross-Entropy Loss)
D) دالة الخسارة للإنتروبيا التقاطعية (Cross-Entropy Loss)

A) تنعيم قيم البكسلات.
B) تطبيق فلاتر الألوان على الصور.
C) تحديد وتوضيح الكائنات الفردية داخل مشهد ما.
D) تحويل الصور إلى الأبيض والأسود.

A) تقنية إزالة الضوضاء باستخدام المتوسطات غير المحلية.
B) تدوير الصور.
C) زيادة دقة الصورة.
D) إضافة الضوضاء إلى الصور.

A) الشبكات العصبية التلافيفية (CNNs)
B) تحليل المكونات الرئيسية (PCA)
C) أقرب الجيران (KNN)
D) آلات ناقلات الدعم (SVM)

A) تعتيم حدود الصورة.
B) اكتشاف حواف الكائنات.
C) رسم خريطة لصورة واحدة على مستوى صورة أخرى.
D) تطبيع مخططات توزيع قيم الألوان في الصور (Histogram Equalization).

A) VGGNet
B) ResNet (شبكة الباقي)
C) AlexNet
D) InceptionNet

A) تقليل الأبعاد باستخدام تحليل المكونات الرئيسية (PCA Dimensionality Reduction)
B) إضافة الضوضاء (Noise Injection)
C) التعلم بالنقل (Transfer Learning)
D) قص الصور (Image Cropping)

A) طريقة لوكاس-كينادي
B) التنعيم الغاوسي
C) تحويل فورييه
D) تعديل الهيستوجرام