ThatQuiz
|
Knjižnica testov
|
Naredi ta test sedaj
Računalniški vid in prepoznavanje slik - Test
  • 1. Računalniški vid je interdisciplinarno področje, ki računalnikom omogoča, da interpretirajo in razumejo vizualni svet iz digitalnih slik ali videoposnetkov. Vključuje razvoj algoritmov in tehnik za pridobivanje pomembnih informacij iz vizualnih podatkov, ki posnemajo zmožnosti človeškega vizualnega sistema. Prepoznavanje slik, podmnožica računalniškega vida, se osredotoča na prepoznavanje in kategoriziranje predmetov, prizorov ali vzorcev na slikah ali videoposnetkih. Z uporabo globokega učenja, nevronskih mrež in strojnega učenja se računalniški vid in prepoznavanje slik uporabljata na različnih področjih, vključno z zdravstvom, avtonomnimi vozili, nadzorom, razširjeno resničnostjo in drugimi.

    Kaj je računalniški vid?
A) Študija delovanja človeškega vida.
B) Uporaba računalniških zaslonov za prikaz slik.
C) Področje študija, ki računalnikom omogoča interpretacijo in razumevanje vizualnih informacij iz resničnega sveta.
D) Postopek filtriranja in izboljševanja vizualnih slik.
  • 2. Kakšen je namen predhodne obdelave slik v računalniškem vidu?
A) Izboljšanje kakovosti slike in zmanjšanje šuma za boljšo analizo.
B) Spreminjanje dimenzij slike.
C) Naključno izkrivljanje slik.
D) Zameglitev slik za umetniški učinek.
  • 3. Kaj pomeni izraz "segmentiranje slik"?
A) Razdelitev slike na smiselna območja ali predmete za analizo.
B) Združevanje več slik v eno.
C) Ustvarjanje zrcalne slike izvirnika.
D) Odstranjevanje barv s slike.
  • 4. Katera ocenjevalna metrika se običajno uporablja za naloge razvrščanja slik?
A) Rezultat F1
B) Natančnost
C) Srednja kvadratna napaka
D) R-kvadrat
  • 5. Katero tehniko lahko uporabite za zmanjšanje pretiranega prilagajanja v modelih globokega učenja za prepoznavanje slik?
A) Uravnavanje izpadov
B) Uporaba manjših serij
C) Dodajanje več plasti v omrežje
D) Povečanje hitrosti učenja
  • 6. Kaj pomeni "transferno učenje" v kontekstu globokega učenja za prepoznavanje slik?
A) Prenos slikovnih pik v novo sliko.
B) Prenos slik med različnimi napravami.
C) Prenos gradientov med povratnim razširjanjem.
D) Uporaba predhodno usposobljenih modelov in natančna prilagoditev za določeno nalogo.
  • 7. Kakšen je namen "združevalne plasti" v konvolucijski nevronski mreži?
A) Povečanje števila parametrov.
B) Zmanjšanje prostorskih razsežnosti vhodnih podatkov.
C) Normaliziranje vhodnih vrednosti.
D) Uvedba nelinearnosti v omrežje.
  • 8. Katera aktivacijska funkcija se običajno uporablja v konvolucijskih nevronskih mrežah?
A) Sigmoid
B) ReLU (rektificirana linearna enota)
C) Linearno
D) Tanh
  • 9. Za kaj se pri ocenjevanju modelov za razvrščanje slik uporablja "matrika zmede"?
A) Pretvarjanje slik v sivino.
B) Ustvarjanje sestavljenih slik.
C) Zameglitev slik za zaščito zasebnosti.
D) Povzetek uspešnosti klasifikacijskega modela z uporabo resnično pozitivnih, lažno pozitivnih, resnično negativnih in lažno negativnih vrednosti.
  • 10. Kateri je primer priljubljenega nabora podatkov, ki se pogosto uporablja za naloge prepoznavanja slik?
A) Nabor podatkov o neželeni pošti
B) Nabor podatkov o besedilih pesmi
C) Nabor podatkov o vremenu
D) ImageNet
  • 11. Katera tehnika se v računalniškem vidu uporablja za odstranjevanje slabosti slike?
A) Denoising z nelokalnimi sredstvi
B) Povečanje ločljivosti slike
C) Vrtenje slik
D) Dodajanje šuma v slike
  • 12. Katero metodo je mogoče uporabiti za izračun optičnega toka pri obdelavi videa?
A) Lucas-Kanadejeva metoda
B) Fourierova transformacija
C) Izenačevanje histogramov
D) Gaussova zameglitev
  • 13. Kaj pomeni kratica CNN?
A) Računalniško omrežje nevronov
B) Konvolucijsko nevronsko omrežje
C) Nadzorovano nevronsko omrežje
D) Kompleksno omrežje nevronov
  • 14. Kateri vnaprej usposobljeni model CNN se pogosto uporablja za različne naloge prepoznavanja slik?
A) InceptionNet
B) VGGNet
C) AlexNet
D) ResNet (preostalo omrežje)
  • 15. Katera plast v CNN je odgovorna za zmanjševanje prostorskih dimenzij?
A) Konvolucijski sloj
B) Plast za združevanje
C) Aktivacijska plast
D) Popolnoma povezana plast
  • 16. Katero tehniko je mogoče uporabiti za fino nastavitev predhodno usposobljenega modela CNN za novo nalogo?
A) Zmanjšanje dimenzionalnosti PCA
B) Obrezovanje slik
C) Vbrizgavanje hrupa
D) Prenos učenja
  • 17. Kakšen je namen homografije v računalniškem vidu?
A) Zameglitev meja slike.
B) Normaliziranje histogramov slik.
C) Prikaz ene slike na drugo slikovno ravnino.
D) Zaznavanje robov predmetov.
  • 18. Katera aktivacijska funkcija se običajno uporablja v izhodnem sloju CNN za razvrščanje več razredov?
A) Sigmoid
B) Tanh
C) Softmax
D) ReLU
  • 19. Kaj je "segmentacija primerov" v kontekstu zaznavanja predmetov?
A) Uporaba barvnih filtrov za slike.
B) glajenje intenzivnosti slikovnih pik.
C) prepoznavanje in razmejitev posameznih predmetov v prizoru.
D) Pretvarjanje slik v črno-belo.
  • 20. Katera tehnika se običajno uporablja za ekstrakcijo slikovnih značilnosti?
A) Analiza glavnih komponent (PCA)
B) Podporni vektorski stroji (SVM)
C) Konvolucijske nevronske mreže (CNN)
D) K-najbližji sosedje (KNN)
  • 21. Katera tehnika se uporablja za prepoznavanje in lociranje predmetov na sliki?
A) Ekstrakcija funkcij
B) Zaznavanje predmetov
C) Segmentacija slik
D) Klasifikacija slik
  • 22. Katera funkcija izgube se pogosto uporablja pri nalogah razvrščanja slik?
A) Binarna izguba navzkrižne entropije
B) Srednja kvadratna napaka
C) Izguba navzkrižne entropije
D) Izguba L1
  • 23. Kaj pomeni izraz "SIFT" v kontekstu prepoznavanja slik?
A) Segmentacija značilnosti in tekstur slik
B) Transformacija funkcij z nespremenljivo lestvico
C) Tehnika selektivnega filtriranja slik
D) Delno integrirano sledenje obraza
Ustvarjeno z That Quiz — kjer je utrjevanje matematike s testi vedno le en klik stran.