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