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