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