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