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