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