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