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