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