![]()
A) Estudio del funcionamiento de la visión humana. B) El uso de pantallas de ordenador para mostrar imágenes. C) Campo de estudio que permite a los ordenadores interpretar y comprender la información visual del mundo real. D) Proceso de filtrado y mejora de imágenes visuales.
A) Mejora de la calidad de imagen y reducción del ruido para un mejor análisis. B) Distorsión aleatoria de imágenes. C) Desenfoque de imágenes para conseguir un efecto artístico. D) Cambiar las dimensiones de la imagen.
A) Crear una imagen especular del original. B) Combinar varias imágenes en una. C) Dividir una imagen en regiones u objetos significativos para su análisis. D) Eliminar colores de una imagen.
A) Error cuadrático medio B) R-cuadrado C) Precisión D) Puntuación F1
A) Utilización de lotes más pequeños B) Regularización de abandonos C) Aumentar el ritmo de aprendizaje D) Añadir más capas a la red
A) Transferencia de gradientes durante la retropropagación. B) Transferencia de imágenes entre distintos dispositivos. C) Utilización de modelos preentrenados y ajuste fino para una tarea específica. D) Transferencia de píxeles de imagen a una nueva imagen.
A) Reducir las dimensiones espaciales de la entrada. B) Normalización de los valores de entrada. C) Introducir la no linealidad en la red. D) Aumento del número de parámetros.
A) Tanh B) Lineal C) Sigmoide D) ReLU (Unidad lineal rectificada)
A) Resumir el rendimiento de un modelo de clasificación utilizando los valores de verdadero positivo, falso positivo, verdadero negativo y falso negativo. B) Conversión de imágenes a escala de grises. C) Desenfoque de imágenes para proteger la intimidad. D) Creación de imágenes compuestas.
A) Capa totalmente conectada B) Capa de agrupamiento C) Capa de activación D) Capa convolucional
A) Aplicación de filtros de color a las imágenes. B) Identificación y delimitación de objetos individuales dentro de una escena. C) Suavizado de las intensidades de los píxeles. D) Conversión de imágenes a blanco y negro.
A) Desenfoque de los límites de la imagen. B) Mapeo de una imagen en otro plano de imagen. C) Detección de bordes de objetos. D) Normalización de histogramas de imágenes.
A) Segmentación de imágenes B) Detección de objetos C) Extracción de características D) Clasificación de imágenes
A) Redes neuronales convolucionales (CNN) B) Análisis de componentes principales (ACP) C) Máquinas de vectores soporte (SVM) D) Vecinos más próximos (KNN)
A) AlexNet B) InceptionNet C) VGGNet D) ResNet (red residual)
A) Seguimiento facial semiintegrado B) Técnica de filtrado selectivo de imágenes C) Transformación de características invariantes de escala D) Segmentación de características y texturas de imágenes
A) Pérdida de entropía cruzada binaria B) Pérdida de entropía cruzada C) Pérdida L1 D) Error cuadrático medio
A) Conjunto de datos de letras de canciones B) Conjunto de datos meteorológicos C) ImageNet D) Conjunto de datos sobre spam
A) Recorte de imágenes B) Inyección de ruido C) Aprendizaje por transferencia D) PCA Reducción de la dimensionalidad
A) Rotación de imágenes B) Eliminación de ruido de medios no locales C) Añadir ruido a las imágenes D) Aumento de la resolución de imagen
A) Red neuronal compleja B) Red neuronal convolucional C) Red neuronal informatizada D) Red neuronal controlada
A) Método Lucas-Kanade B) Transformada de Fourier C) Ecualización del histograma D) Desenfoque gaussiano
A) ReLU B) Tanh C) Sigmoide D) Softmax |