ThatQuiz Elenco di test Affronta questo test adesso
Visione artificiale e riconoscimento delle immagini - Quiz
Con il contributo di: Magaddino
  • 1. La computer vision è un campo interdisciplinare che consente ai computer di interpretare e comprendere il mondo visivo a partire da immagini o video digitali. Comporta lo sviluppo di algoritmi e tecniche per estrarre informazioni significative dai dati visivi, imitando le capacità del sistema visivo umano. Il riconoscimento delle immagini, un sottoinsieme della computer vision, si concentra sull'identificazione e la categorizzazione di oggetti, scene o modelli in immagini o video. Grazie all'uso dell'apprendimento profondo, delle reti neurali e dell'apprendimento automatico, la computer vision e il riconoscimento delle immagini trovano applicazione in vari settori, tra cui l'assistenza sanitaria, i veicoli autonomi, la sorveglianza, la realtà aumentata e altri ancora.

    Che cos'è la visione artificiale?
A) Il campo di studio che consente ai computer di interpretare e comprendere le informazioni visive del mondo reale.
B) Lo studio del funzionamento della visione umana.
C) Il processo di filtraggio e miglioramento delle immagini visive.
D) L'uso di schermi di computer per visualizzare immagini.
  • 2. Qual è lo scopo della pre-elaborazione delle immagini nella Computer Vision?
A) Distorsione casuale delle immagini.
B) Miglioramento della qualità dell'immagine e riduzione del rumore per una migliore analisi.
C) Modifica delle dimensioni dell'immagine.
D) Sfocatura delle immagini per effetto artistico.
  • 3. Cosa si intende con il termine "segmentazione delle immagini"?
A) Creare un'immagine speculare dell'originale.
B) Combinazione di più immagini in una sola.
C) Rimozione dei colori da un'immagine.
D) Suddivisione di un'immagine in regioni o oggetti significativi per l'analisi.
  • 4. Quale metrica di valutazione viene comunemente utilizzata per i compiti di classificazione delle immagini?
A) Quadrato R
B) Errore quadratico medio
C) Punteggio F1
D) Precisione
  • 5. Quale tecnica può essere utilizzata per ridurre l'overfitting nei modelli di deep learning per il riconoscimento delle immagini?
A) Regolarizzazione degli abbandoni
B) Aumentare il tasso di apprendimento
C) Aggiunta di altri livelli alla rete
D) Utilizzo di lotti più piccoli
  • 6. Cosa si intende per "apprendimento di trasferimento" nel contesto dell'apprendimento profondo per il riconoscimento delle immagini?
A) Trasferimento dei gradienti durante la retropropagazione.
B) Trasferimento di immagini tra dispositivi diversi.
C) Utilizzo di modelli pre-addestrati e messa a punto per un compito specifico.
D) Trasferimento dei pixel dell'immagine in una nuova immagine.
  • 7. Qual è lo scopo di un "livello di pooling" in una rete neurale convoluzionale?
A) Aumento del numero di parametri.
B) Normalizzazione dei valori di ingresso.
C) Riduzione delle dimensioni spaziali dell'input.
D) Introdurre la non linearità nella rete.
  • 8. Quale funzione di attivazione è comunemente utilizzata nelle reti neurali convoluzionali?
A) ReLU (Unità lineare rettificata)
B) Sigmoide
C) Lineare
D) Tanh
  • 9. A cosa serve la "matrice di confusione" nella valutazione dei modelli di classificazione delle immagini?
A) Sfocatura delle immagini per la protezione della privacy.
B) Conversione delle immagini in scala di grigi.
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.
  • 10. Qual è un esempio di dataset popolare comunemente utilizzato per compiti di riconoscimento di immagini?
A) Set di dati di testi di canzoni
B) Set di dati meteo
C) Set di dati spam
D) ImageNet
  • 11. Che cosa significa il termine "SIFT" nel contesto del riconoscimento delle immagini?
A) Tecnica di filtraggio selettivo delle immagini
B) Segmentazione di caratteristiche e texture delle immagini
C) Trasformazione della caratteristica invariante in scala
D) Tracciamento del volto semi-integrato
  • 12. Quale strato di una CNN è responsabile della riduzione delle dimensioni spaziali?
A) Strato di attivazione
B) Strato convoluzionale
C) Strato di pooling
D) Strato completamente connesso
  • 13. Quale funzione di attivazione viene comunemente utilizzata nello strato di uscita di una CNN per la classificazione multiclasse?
A) Softmax
B) Tanh
C) ReLU
D) Sigmoide
  • 14. Quale tecnica viene utilizzata per identificare e localizzare gli oggetti all'interno di un'immagine?
A) Estrazione delle caratteristiche
B) Classificazione delle immagini
C) Rilevamento degli oggetti
D) Segmentazione dell'immagine
  • 15. Quale funzione di perdita è comunemente utilizzata nei compiti di classificazione delle immagini?
A) Perdita L1
B) Perdita di entropia incrociata binaria
C) Perdita di entropia incrociata
D) Errore quadratico medio
  • 16. Quale tecnica può essere utilizzata per mettere a punto un modello CNN pre-addestrato per un nuovo compito?
A) Ritaglio di immagini
B) Iniezione di rumore
C) Riduzione della dimensionalità PCA
D) Apprendimento per trasferimento
  • 17. Quale tecnica è comunemente utilizzata per l'estrazione delle caratteristiche delle immagini?
A) Analisi delle componenti principali (PCA)
B) Reti neurali convoluzionali (CNN)
C) Vicini più vicini (K-Nearest Neighbors, KNN)
D) Macchine vettoriali di supporto (SVM)
  • 18. Che cos'è la "segmentazione dell'istanza" nel contesto del rilevamento degli oggetti?
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.
  • 19. Cosa significa CNN?
A) Rete neurale controllata
B) Rete neuronale computerizzata
C) Rete di neuroni complessa
D) Rete neurale convoluzionale
  • 20. Quale metodo può essere utilizzato per calcolare il flusso ottico nell'elaborazione video?
A) Sfocatura gaussiana
B) Trasformata di Fourier
C) Equalizzazione dell'istogramma
D) Metodo Lucas-Kanade
  • 21. Qual è lo scopo dell'omografia nella Computer Vision?
A) Mappatura di un'immagine su un altro piano immagine.
B) Sfumatura dei confini dell'immagine.
C) Rilevamento dei bordi degli oggetti.
D) Normalizzazione degli istogrammi delle immagini.
  • 22. Quale tecnica viene utilizzata per il denoising delle immagini nella Computer Vision?
A) Aumento della risoluzione delle immagini
B) Rotazione delle immagini
C) Aggiunta di rumore alle immagini
D) Denoising dei mezzi non locali
  • 23. Quale modello CNN pre-addestrato viene comunemente utilizzato per vari compiti di riconoscimento delle immagini?
A) VGGNet
B) AlexNet
C) InceptionNet
D) ResNet (Rete residua)
Creato con That Quiz — un sito di test di matematica per studenti di tutti i livelli.