Visão computacional e reconhecimento de imagens - Questionário
A) O processo de filtragem e melhoramento de imagens visuais. B) O campo de estudo que permite aos computadores interpretar e compreender a informação visual do mundo real. C) O estudo do funcionamento da visão humana. D) A utilização de ecrãs de computador para apresentar imagens.
A) Desfocagem de imagens para efeitos artísticos. B) Distorção aleatória de imagens. C) Alterar as dimensões da imagem. D) Melhorar a qualidade da imagem e reduzir o ruído para uma melhor análise.
A) Dividir uma imagem em regiões ou objectos significativos para análise. B) Remoção de cores de uma imagem. C) Criar uma imagem em espelho do original. D) Combinação de várias imagens numa só.
A) Erro médio quadrático B) Pontuação F1 C) Exatidão D) R-quadrado
A) Aumentar a taxa de aprendizagem B) Adicionar mais camadas à rede C) Utilização de lotes mais pequenos D) Regularização de desistências
A) Transferência de gradientes durante a retropropagação. B) Transferência de pixéis de imagem para uma nova imagem. C) Utilização de modelos pré-treinados e ajuste fino para uma tarefa específica. D) Transferência de imagens entre diferentes dispositivos.
A) Aumentar o número de parâmetros. B) Introduzir a não linearidade na rede. C) Reduzir as dimensões espaciais da entrada. D) Normalização dos valores de entrada.
A) Tanh B) ReLU (Unidade Linear Rectificada) C) Sigmoide D) Linear
A) Conversão de imagens para tons de cinzento. B) Criar imagens compostas. C) Resumir o desempenho de um modelo de classificação utilizando valores de verdadeiro positivo, falso positivo, verdadeiro negativo e falso negativo. D) Desfocagem de imagens para proteção da privacidade.
A) Segmentação de caraterísticas e texturas de imagens B) Técnica de filtragem selectiva de imagens C) Transformação de caraterísticas invariantes de escala D) Rastreio facial semi-integrado
A) Conjunto de dados de letras de canções B) Conjunto de dados de spam C) ImageNet D) Conjunto de dados meteorológicos
A) Aplicar filtros de cor a imagens. B) Identificar e delinear objectos individuais numa cena. C) Conversão de imagens para preto e branco. D) Suavização das intensidades dos píxeis.
A) Método de Lucas-Kanade B) Equalização de histograma C) Transformada de Fourier D) Desfocagem gaussiana
A) Rotação de imagens B) Aumentar a resolução da imagem C) Adicionar ruído às imagens D) Denotização de meios não locais
A) Máquinas de vectores de suporte (SVM) B) Redes Neuronais Convolucionais (CNNs) C) K-Nearest Neighbors (KNN) D) Análise de componentes principais (PCA)
A) Camada totalmente conectada B) Camada de ativação C) Camada convolucional D) Camada de pooling
A) Extração de caraterísticas B) Deteção de objectos C) Segmentação de imagens D) Classificação de imagens
A) Softmax B) Sigmoide C) ReLU D) Tanh
A) Normalização de histogramas de imagens. B) Mapeamento de uma imagem para outro plano de imagem. C) Deteção de arestas de objectos. D) Desfocagem dos limites da imagem.
A) AlexNet B) VGGNet C) ResNet (Rede residual) D) InceptionNet
A) Injeção de ruído B) Aprendizagem por transferência C) Recorte de imagens D) Redução de dimensionalidade PCA
A) Perda de entropia cruzada B) Perda L1 C) Perda de entropia cruzada binária D) Erro médio quadrático
A) Rede Neural Controlada B) Rede Neural Convolucional C) Rede complexa de neurónios D) Rede Neuronal Computorizada |
Criado com That Quiz —
página com testes de matemática para alunos.