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