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