ThatQuiz
|
Tesztkönyvtár
|
Töltsd ki most ezt a tesztet
Számítógépes látás és képfelismerés
  • 1. A számítógépes látás olyan interdiszciplináris terület, amely lehetővé teszi a számítógépek számára, hogy a digitális képek vagy videók alapján értelmezzék és megértsék a vizuális világot. Olyan algoritmusok és technikák fejlesztésével foglalkozik, amelyek az emberi vizuális rendszer képességeit utánozva értelmes információkat nyerhetnek ki a vizuális adatokból. A képfelismerés, a számítógépes látás egyik részterülete, a képeken vagy videókon található tárgyak, jelenetek vagy minták azonosítására és kategorizálására összpontosít. A mélytanulás, a neurális hálózatok és a gépi tanulás alkalmazásával a számítógépes látás és a képfelismerés számos területen alkalmazható, többek között az egészségügyben, az autonóm járművekben, a megfigyelésben, a kiterjesztett valóságban és más területeken.

    Mi a számítógépes látás?
A) Az emberi látás működésének tanulmányozása.
B) Az a tudományterület, amely lehetővé teszi a számítógépek számára, hogy értelmezzék és megértsék a valós világ vizuális információit.
C) A vizuális képek szűrésének és javításának folyamata.
D) A számítógép képernyőinek használata a képek megjelenítésére.
  • 2. Mi a célja a képek előfeldolgozásának a számítógépes látásban?
A) A képméretek megváltoztatása.
B) A képminőség javítása és a zaj csökkentése a jobb elemzés érdekében.
C) Elmosódó képek művészi hatásra.
D) Véletlenszerűen torzító képek.
  • 3. Mit jelent a "képszegmentálás" kifejezés?
A) Színek eltávolítása egy képből.
B) Több kép kombinálása eggyé.
C) A kép értelmes régiókra vagy objektumokra való felosztása elemzés céljából.
D) Az eredeti tükörképének létrehozása.
  • 4. Melyik értékelési metrikát használják általában a képosztályozási feladatoknál?
A) F1 pontszám
B) Pontosság
C) R-négyzet
D) Átlagos négyzetes hiba
  • 5. Melyik technika használható a képfelismerésre szolgáló mély tanulási modellek túlillesztésének csökkentésére?
A) Kiesés rendezése
B) A tanulási arány növelése
C) Kisebb tételméretek használata
D) További rétegek hozzáadása a hálózathoz
  • 6. Mit jelent a "transzfer tanulás" a képfelismerés mély tanulása kapcsán?
A) A gradiensek átvitele a backpropagáció során.
B) Képek átvitele különböző eszközök között.
C) Képpixelek átvitele egy új képre.
D) Előre betanított modellek használata és finomhangolás egy adott feladatra.
  • 7. Mi a célja a "pooling layer"-nek egy konvolúciós neurális hálózatban?
A) Nemlinearitás bevezetése a hálózatba.
B) A bemeneti értékek normalizálása.
C) A bemenet térbeli dimenzióinak csökkentése.
D) A paraméterek számának növelése.
  • 8. Melyik aktiválási függvényt használják általában a konvolúciós neurális hálózatokban?
A) ReLU (egyenirányított lineáris egység)
B) Tanh
C) Lineáris
D) Sigmoid
  • 9. Mire használják a képosztályozó modellek értékelésénél a "zavarmátrixot"?
A) Egy osztályozási modell teljesítményének összegzése a valódi pozitív, hamis pozitív, valódi negatív és hamis negatív értékek segítségével.
B) A képek elmosódása az adatvédelem érdekében.
C) Összetett képek létrehozása.
D) Képek átalakítása szürkeárnyalatossá.
  • 10. Melyik a példa a képfelismerési feladatokhoz gyakran használt népszerű adathalmazra?
A) Spam-adatkészlet
B) ImageNet
C) Időjárási adatkészlet
D) Dalszöveg-adatkészlet
  • 11. Mi az a "példányszegmentálás" az objektumfelismerés kontextusában?
A) Színszűrők alkalmazása a képekre.
B) Az egyes objektumok azonosítása és elhatárolása egy jeleneten belül.
C) Képek átalakítása fekete-fehérre.
D) A képpontok intenzitásának simítása.
  • 12. Melyik módszer használható az optikai áramlás kiszámítására a videófeldolgozásban?
A) Hisztogram kiegyenlítés
B) Fourier-transzformáció
C) Gauss-féle elmosódás
D) Lucas-Kanade módszer
  • 13. Mi a homográfia célja a számítógépes látásban?
A) Képhisztogramok normalizálása.
B) Objektumélek felismerése.
C) Egy kép leképezése egy másik képsíkra.
D) A képhatárok elmosódása.
  • 14. Melyik technikát használják a képzajmentesítésre a számítógépes látásban?
A) A képfelbontás növelése
B) Forgatható képek
C) Nem lokális eszközök denoising
D) Zaj hozzáadása a képekhez
  • 15. Melyik technikát használják a képen belüli objektumok azonosítására és helymeghatározására?
A) Jellemzők kinyerése
B) Képosztályozás
C) Objektum észlelés
D) Képszegmentálás
  • 16. Mit jelent a CNN?
A) Számítógépes neuronhálózat
B) Konvolúciós neurális hálózat
C) Irányított neurális hálózat
D) Komplex neuronhálózat
  • 17. Melyik réteg felelős a CNN-ben a térbeli dimenziók csökkentéséért?
A) Teljesen összekapcsolt réteg
B) Összevonó réteg
C) Aktiváló réteg
D) Konvolúciós réteg
  • 18. Melyik veszteségfüggvényt használják általában a képosztályozási feladatokban?
A) L1 veszteség
B) Bináris kereszt-entrópia veszteség
C) Átlagos négyzetes hiba
D) Kereszt-entrópia veszteség
  • 19. Melyik előre betanított CNN-modellt használják általában különböző képfelismerési feladatokhoz?
A) InceptionNet
B) VGGNet
C) ResNet (maradék hálózat)
D) AlexNet
  • 20. Melyik technikát használják általában a képjellemzők kinyerésére?
A) Főkomponens-elemzés (PCA)
B) Konvolúciós neurális hálózatok (CNN)
C) K-közelebbi szomszédok (KNN)
D) Támogató vektoros gépek (SVM)
  • 21. Mit jelent a "SIFT" kifejezés a képfelismeréssel összefüggésben?
A) Képi jellemzők és textúrák szegmentálása
B) Szelektív képszűrési technika
C) Félig integrált arckövetés
D) Skála-invariáns jellemző transzformáció
  • 22. Melyik aktiválási függvényt használják általában a CNN kimeneti rétegében a többosztályos osztályozáshoz?
A) Softmax
B) Sigmoid
C) Tanh
D) ReLU
  • 23. Melyik technika használható egy előre betanított CNN-modell finomhangolására egy új feladathoz?
A) Képvágás
B) Zaj injektálás
C) Transzfer tanulás
D) PCA dimenziócsökkentés
Létrehozva That Quiz — ahol a matematikai gyakorlás mindig egy kattintásnyira van.