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) Področje študija, ki računalnikom omogoča interpretacijo in razumevanje vizualnih informacij iz resničnega sveta.
C) Študija delovanja človeškega vida.
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) Naključno izkrivljanje slik.
C) Zameglitev slik za umetniški učinek.
D) Spreminjanje dimenzij slike.
  • 3. Kaj pomeni izraz "segmentiranje slik"?
A) Odstranjevanje barv s slike.
B) Razdelitev slike na smiselna območja ali predmete za analizo.
C) Ustvarjanje zrcalne slike izvirnika.
D) Združevanje več slik v eno.
  • 4. Katera ocenjevalna metrika se običajno uporablja za naloge razvrščanja slik?
A) Natančnost
B) Srednja kvadratna napaka
C) Rezultat F1
D) R-kvadrat
  • 5. Katero tehniko lahko uporabite za zmanjšanje pretiranega prilagajanja v modelih globokega učenja za prepoznavanje slik?
A) Dodajanje več plasti v omrežje
B) Uravnavanje izpadov
C) Uporaba manjših serij
D) Povečanje hitrosti učenja
  • 6. Kaj pomeni "transferno učenje" v kontekstu globokega učenja za prepoznavanje slik?
A) Prenos slikovnih pik v novo sliko.
B) Uporaba predhodno usposobljenih modelov in natančna prilagoditev za določeno nalogo.
C) Prenos slik med različnimi napravami.
D) Prenos gradientov med povratnim razširjanjem.
  • 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) Ustvarjanje sestavljenih slik.
C) Povzetek uspešnosti klasifikacijskega modela z uporabo resnično pozitivnih, lažno pozitivnih, resnično negativnih in lažno negativnih vrednosti.
D) Zameglitev slik za zaščito zasebnosti.
  • 10. Kateri vnaprej usposobljeni model CNN se pogosto uporablja za različne naloge prepoznavanja slik?
A) InceptionNet
B) VGGNet
C) AlexNet
D) ResNet (preostalo omrežje)
  • 11. Katera plast v CNN je odgovorna za zmanjševanje prostorskih dimenzij?
A) Plast za združevanje
B) Popolnoma povezana plast
C) Aktivacijska plast
D) Konvolucijski sloj
  • 12. Kakšen je namen homografije v računalniškem vidu?
A) Prikaz ene slike na drugo slikovno ravnino.
B) Zameglitev meja slike.
C) Zaznavanje robov predmetov.
D) Normaliziranje histogramov slik.
  • 13. Kaj pomeni izraz "SIFT" v kontekstu prepoznavanja slik?
A) Tehnika selektivnega filtriranja slik
B) Delno integrirano sledenje obraza
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) Segmentacija slik
B) Klasifikacija slik
C) Zaznavanje predmetov
D) Ekstrakcija funkcij
  • 15. Katera tehnika se običajno uporablja za ekstrakcijo slikovnih značilnosti?
A) Podporni vektorski stroji (SVM)
B) Konvolucijske nevronske mreže (CNN)
C) Analiza glavnih komponent (PCA)
D) K-najbližji sosedje (KNN)
  • 16. Kateri je primer priljubljenega nabora podatkov, ki se pogosto uporablja za naloge prepoznavanja slik?
A) ImageNet
B) Nabor podatkov o besedilih pesmi
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) Gaussova zameglitev
B) Lucas-Kanadejeva metoda
C) Fourierova transformacija
D) Izenačevanje histogramov
  • 18. Kaj pomeni kratica CNN?
A) Računalniško omrežje nevronov
B) Kompleksno omrežje nevronov
C) Nadzorovano nevronsko omrežje
D) Konvolucijsko nevronsko omrežje
  • 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) Izguba L1
B) Izguba navzkrižne entropije
C) Binarna izguba navzkrižne entropije
D) Srednja kvadratna napaka
  • 23. Katero tehniko je mogoče uporabiti za fino nastavitev predhodno usposobljenega modela CNN za novo nalogo?
A) Obrezovanje slik
B) Zmanjšanje dimenzionalnosti PCA
C) Vbrizgavanje hrupa
D) Prenos učenja
Ustvarjeno z That Quiz — kjer je utrjevanje matematike s testi vedno le en klik stran.