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