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