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