A) Der Prozess des Filterns und Verbesserns visueller Bilder. B) Die Verwendung von Computerbildschirmen zur Anzeige von Bildern. C) Das Fachgebiet, das es Computern ermöglicht, visuelle Informationen aus der realen Welt zu interpretieren und zu verstehen. D) Die Untersuchung der Funktionsweise des menschlichen Sehens.
A) Zufällig verzerrte Bilder. B) Unscharfe Bilder für künstlerische Effekte. C) Ändern der Bildabmessungen. D) Verbesserung der Bildqualität und Verringerung des Rauschens zur besseren Analyse.
A) Entfernen von Farben aus einem Bild. B) Unterteilung eines Bildes in aussagekräftige Regionen oder Objekte für die Analyse. C) Erstellung eines Spiegelbilds des Originals. D) Kombinieren mehrerer Bilder zu einem Bild.
A) Mittlerer quadratischer Fehler B) F1 Ergebnis C) Genauigkeit D) R-Quadrat
A) Verwendung kleinerer Chargengrößen B) Hinzufügen weiterer Schichten zum Netz C) Regularisierung von Ausfällen D) Erhöhung des Lerntempos
A) Übertragung von Gradienten während der Backpropagation. B) Verwendung vortrainierter Modelle und Feinabstimmung für eine bestimmte Aufgabe. C) Übertragen von Bildpunkten in ein neues Bild. D) Übertragen von Bildern zwischen verschiedenen Geräten.
A) Erhöhung der Anzahl der Parameter. B) Normalisierung der Eingabewerte. C) Einführung der Nichtlinearität in das Netz. D) Verringerung der räumlichen Dimensionen des Inputs.
A) ReLU (Rektifizierte Lineareinheit) B) Tanh C) Linear D) Sigmoid
A) Unscharfe Bilder zum Schutz der Privatsphäre. B) Erstellen von zusammengesetzten Bildern. C) Bilder in Graustufen umwandeln. D) Zusammenfassung der Leistung eines Klassifizierungsmodells anhand der Werte für wahr positiv, falsch positiv, wahr negativ und falsch negativ.
A) Spam-Datensatz B) Liedtext-Datensatz C) Wetter-Datensatz D) ImageNet
A) Konvertierung von Bildern in Schwarz-Weiß. B) Glättung der Pixelintensitäten. C) Anwendung von Farbfiltern auf Bilder. D) Identifizieren und Abgrenzen einzelner Objekte innerhalb einer Szene.
A) Lucas-Kanade-Verfahren B) Gaußscher Weichzeichner C) Histogramm-Entzerrung D) Fourier-Transformation
A) Abbildung eines Bildes auf eine andere Bildebene. B) Erkennung von Objektkanten. C) Verwischung der Bildgrenzen. D) Normalisierung von Bildhistogrammen.
A) Erhöhung der Bildauflösung B) Nicht-lokale Mittelwertentrauschung C) Hinzufügen von Rauschen zu Bildern D) Drehende Bilder
A) Klassifizierung von Bildern B) Erkennung von Objekten C) Merkmalsextraktion D) Bildsegmentierung
A) Faltungsneuronales Netzwerk B) Kontrolliertes neuronales Netz C) Komplexes Neuronennetz D) Computergesteuertes Neuronennetz
A) Vollständig verbundene Schicht B) Aktivierungsschicht C) Faltungsschicht D) Poolingschicht
A) Quer-Entropie-Verlust B) Mittlerer quadratischer Fehler C) Binärer Quer-Entropie-Verlust D) L1 Verlust
A) ResNet (Restliches Netzwerk) B) AlexNet C) InceptionNet D) VGGNet
A) Faltungsneuronale Netze (CNNs) B) Hauptkomponentenanalyse (PCA) C) Support-Vektor-Maschinen (SVM) D) K-Nächste Nachbarn (KNN)
A) Segmentierung von Bildmerkmalen und Texturen B) Skaleninvariante Merkmalstransformation C) Selektive Bildfilterungstechniken D) Halbintegrierte Gesichtsverfolgung
A) Softmax B) Tanh C) ReLU D) Sigmoid
A) Bildbeschneidung B) Lernen übertragen C) PCA Dimensionalitätsreduktion D) Geräuschinjektion |