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