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