Visione artificiale e riconoscimento delle immagini - Quiz
A) L'uso di schermi di computer per visualizzare immagini. B) Lo studio del funzionamento della visione umana. C) Il campo di studio che consente ai computer di interpretare e comprendere le informazioni visive del mondo reale. D) Il processo di filtraggio e miglioramento delle immagini visive.
A) Miglioramento della qualità dell'immagine e riduzione del rumore per una migliore analisi. B) Sfocatura delle immagini per effetto artistico. C) Distorsione casuale delle immagini. D) Modifica delle dimensioni dell'immagine.
A) Combinazione di più immagini in una sola. B) Rimozione dei colori da un'immagine. C) Suddivisione di un'immagine in regioni o oggetti significativi per l'analisi. D) Creare un'immagine speculare dell'originale.
A) Punteggio F1 B) Errore quadratico medio C) Quadrato R D) Precisione
A) Regolarizzazione degli abbandoni B) Aggiunta di altri livelli alla rete C) Aumentare il tasso di apprendimento D) Utilizzo di lotti più piccoli
A) Trasferimento di immagini tra dispositivi diversi. B) Trasferimento dei gradienti durante la retropropagazione. C) Utilizzo di modelli pre-addestrati e messa a punto per un compito specifico. D) Trasferimento dei pixel dell'immagine in una nuova immagine.
A) Aumento del numero di parametri. B) Introdurre la non linearità nella rete. C) Normalizzazione dei valori di ingresso. D) Riduzione delle dimensioni spaziali dell'input.
A) ReLU (Unità lineare rettificata) B) Tanh C) Lineare D) Sigmoide
A) Riassumere le prestazioni di un modello di classificazione utilizzando i valori di vero positivo, falso positivo, vero negativo e falso negativo. B) Conversione delle immagini in scala di grigi. C) Creazione di immagini composite. D) Sfocatura delle immagini per la protezione della privacy.
A) Set di dati spam B) ImageNet C) Set di dati meteo D) Set di dati di testi di canzoni
A) Trasformazione della caratteristica invariante in scala B) Tecnica di filtraggio selettivo delle immagini C) Segmentazione di caratteristiche e texture delle immagini D) Tracciamento del volto semi-integrato
A) Strato convoluzionale B) Strato completamente connesso C) Strato di attivazione D) Strato di pooling
A) Tanh B) ReLU C) Softmax D) Sigmoide
A) Estrazione delle caratteristiche B) Rilevamento degli oggetti C) Segmentazione dell'immagine D) Classificazione delle immagini
A) Perdita L1 B) Perdita di entropia incrociata binaria C) Perdita di entropia incrociata D) Errore quadratico medio
A) Riduzione della dimensionalità PCA B) Iniezione di rumore C) Ritaglio di immagini D) Apprendimento per trasferimento
A) Analisi delle componenti principali (PCA) B) Vicini più vicini (K-Nearest Neighbors, KNN) C) Reti neurali convoluzionali (CNN) D) Macchine vettoriali di supporto (SVM)
A) Identificare e delineare i singoli oggetti all'interno di una scena. B) Applicazione di filtri di colore alle immagini. C) Conversione di immagini in bianco e nero. D) Attenuazione delle intensità dei pixel.
A) Rete neurale controllata B) Rete neuronale computerizzata C) Rete di neuroni complessa D) Rete neurale convoluzionale
A) Equalizzazione dell'istogramma B) Sfocatura gaussiana C) Metodo Lucas-Kanade D) Trasformata di Fourier
A) Rilevamento dei bordi degli oggetti. B) Normalizzazione degli istogrammi delle immagini. C) Mappatura di un'immagine su un altro piano immagine. D) Sfumatura dei confini dell'immagine.
A) Aggiunta di rumore alle immagini B) Aumento della risoluzione delle immagini C) Rotazione delle immagini D) Denoising dei mezzi non locali
A) AlexNet B) VGGNet C) InceptionNet D) ResNet (Rete residua) |
Creato con That Quiz —
un sito di test di matematica per studenti di tutti i livelli.