ThatQuiz
|
Bibliothèque de tests
|
Faire ce test maintenant
Vision par ordinateur et reconnaissance d'images - Quiz
  • 1. La vision par ordinateur est un domaine interdisciplinaire qui permet aux ordinateurs d'interpréter et de comprendre le monde visuel à partir d'images numériques ou de vidéos. Elle implique le développement d'algorithmes et de techniques pour extraire des informations significatives à partir de données visuelles, en imitant les capacités du système visuel humain. La reconnaissance d'images, un sous-ensemble de la vision par ordinateur, se concentre sur l'identification et la catégorisation d'objets, de scènes ou de modèles dans des images ou des vidéos. Grâce à l'utilisation de l'apprentissage profond, des réseaux neuronaux et de l'apprentissage automatique, la vision par ordinateur et la reconnaissance d'images ont des applications dans divers domaines, notamment les soins de santé, les véhicules autonomes, la surveillance, la réalité augmentée, etc.

    Qu'est-ce que la vision par ordinateur ?
A) L'étude du fonctionnement de la vision humaine.
B) L'utilisation d'écrans d'ordinateur pour afficher des images.
C) Domaine d'étude qui permet aux ordinateurs d'interpréter et de comprendre les informations visuelles du monde réel.
D) Le processus de filtrage et d'amélioration des images visuelles.
  • 2. Quel est l'objectif du prétraitement des images dans le domaine de la vision par ordinateur ?
A) Amélioration de la qualité des images et réduction du bruit pour une meilleure analyse.
B) Modification des dimensions de l'image.
C) Déformation aléatoire des images.
D) Rendre les images floues pour un effet artistique.
  • 3. Que signifie le terme "segmentation d'images" ?
A) Suppression des couleurs d'une image.
B) Combinaison de plusieurs images en une seule.
C) Création d'une image miroir de l'original.
D) Division d'une image en régions ou objets significatifs pour l'analyse.
  • 4. Quelle mesure d'évaluation est couramment utilisée pour les tâches de classification d'images ?
A) Erreur quadratique moyenne
B) Score F1
C) Précision
D) R au carré
  • 5. Quelle technique peut être utilisée pour réduire l'overfitting dans les modèles d'apprentissage profond pour la reconnaissance d'images ?
A) Augmenter le taux d'apprentissage
B) Régularisation de l'abandon
C) Utilisation de lots plus petits
D) Ajouter des couches au réseau
  • 6. Qu'entend-on par "apprentissage par transfert" dans le contexte de l'apprentissage profond pour la reconnaissance d'images ?
A) Utilisation de modèles pré-entraînés et adaptation à une tâche spécifique.
B) Transfert d'images entre différents appareils.
C) Transfert des pixels d'une image vers une nouvelle image.
D) Transfert de gradients pendant la rétropropagation.
  • 7. À quoi sert une "couche de mise en commun" dans un réseau neuronal convolutif ?
A) Réduire les dimensions spatiales de l'entrée.
B) Introduire la non-linéarité dans le réseau.
C) Normalisation des valeurs d'entrée.
D) Augmentation du nombre de paramètres.
  • 8. Quelle fonction d'activation est couramment utilisée dans les réseaux neuronaux convolutionnels ?
A) Linéaire
B) Tanh
C) ReLU (Rectified Linear Unit)
D) Sigmoïde
  • 9. À quoi sert une "matrice de confusion" dans l'évaluation des modèles de classification d'images ?
A) Conversion des images en niveaux de gris.
B) Création d'images composites.
C) Résumer les performances d'un modèle de classification en utilisant les valeurs de vrais positifs, faux positifs, vrais négatifs et faux négatifs.
D) Le floutage des images pour la protection de la vie privée.
  • 10. Quelle fonction de perte est couramment utilisée dans les tâches de classification d'images ?
A) Perte de L1
B) Perte d'entropie croisée
C) Erreur quadratique moyenne
D) Perte d'entropie croisée binaire
  • 11. Quelle technique est utilisée pour le débruitage des images dans le domaine de la vision par ordinateur ?
A) Ajout de bruit aux images
B) Augmentation de la résolution de l'image
C) Débruitage non local
D) Rotation des images
  • 12. Quelle technique peut être utilisée pour affiner un modèle CNN pré-entraîné en vue d'une nouvelle tâche ?
A) Recadrage des images
B) Réduction de la dimensionnalité de l'ACP
C) Injection de bruit
D) Apprentissage par transfert
  • 13. Que signifie CNN ?
A) Réseau complexe de neurones
B) Réseau neuronal contrôlé
C) Réseau de neurones informatisé
D) Réseau neuronal convolutif
  • 14. Quelle est la technique couramment utilisée pour l'extraction des caractéristiques d'une image ?
A) Machines à vecteurs de support (SVM)
B) Voisins les plus proches (K-Nearest Neighbors - KNN)
C) Réseaux neuronaux convolutifs (CNN)
D) Analyse en composantes principales (ACP)
  • 15. Quelle fonction d'activation est généralement utilisée dans la couche de sortie d'un CNN pour la classification multi-classes ?
A) ReLU
B) Softmax
C) Tanh
D) Sigmoïde
  • 16. Qu'est-ce que la "segmentation d'instance" dans le contexte de la détection d'objets ?
A) Application de filtres de couleur aux images.
B) Lissage des intensités des pixels.
C) Identifier et délimiter des objets individuels dans une scène.
D) Conversion des images en noir et blanc.
  • 17. Quel est l'exemple d'un ensemble de données populaire couramment utilisé pour les tâches de reconnaissance d'images ?
A) Ensemble de données météorologiques
B) Ensemble de données sur le spam
C) Ensemble de données sur les paroles de chansons
D) ImageNet
  • 18. Quel modèle CNN pré-entraîné est couramment utilisé pour diverses tâches de reconnaissance d'images ?
A) AlexNet
B) InceptionNet
C) VGGNet
D) ResNet (Réseau résiduel)
  • 19. Quelle méthode peut être utilisée pour calculer le flux optique dans le traitement vidéo ?
A) Méthode Lucas-Kanade
B) Flou gaussien
C) Transformée de Fourier
D) Égalisation d'histogramme
  • 20. Quel est l'objectif de l'homographie dans le domaine de la vision par ordinateur ?
A) Détection des bords des objets.
B) Cartographie d'une image sur un autre plan d'image.
C) Normalisation des histogrammes d'images.
D) Les limites de l'image sont floues.
  • 21. Quelle technique est utilisée pour identifier et localiser des objets dans une image ?
A) Segmentation des images
B) Classification des images
C) Extraction des caractéristiques
D) Détection d'objets
  • 22. Que signifie le terme "SIFT" dans le contexte de la reconnaissance d'images ?
A) Technique de filtrage sélectif des images
B) Transformations de caractéristiques invariantes à l'échelle
C) Segmentation des caractéristiques et des textures des images
D) Suivi semi-intégré des visages
  • 23. Quelle couche d'un CNN est responsable de la réduction des dimensions spatiales ?
A) Couche convolutive
B) Couche d'activation
C) Couche entièrement connectée
D) Couche de mise en commun
Créé avec That Quiz — où la rédaction de tests et l’administration de tests sont rendues facile pour les mathématiques et d’autres matières..