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