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) Študija delovanja človeškega vida.
B) Področje študija, ki računalnikom omogoča interpretacijo in razumevanje vizualnih informacij iz resničnega sveta.
C) Postopek filtriranja in izboljševanja vizualnih slik.
D) Uporaba računalniških zaslonov za prikaz slik.
  • 2. Kakšen je namen predhodne obdelave slik v računalniškem vidu?
A) Naključno izkrivljanje slik.
B) Zameglitev slik za umetniški učinek.
C) Izboljšanje kakovosti slike in zmanjšanje šuma za boljšo analizo.
D) Spreminjanje dimenzij slike.
  • 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) 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) 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) Prenos slik med različnimi napravami.
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) Ustvarjanje sestavljenih slik.
C) Zameglitev slik za zaščito zasebnosti.
D) Pretvarjanje slik v sivino.
  • 10. Kateri vnaprej usposobljeni model CNN se pogosto uporablja za različne naloge prepoznavanja slik?
A) AlexNet
B) VGGNet
C) ResNet (preostalo omrežje)
D) InceptionNet
  • 11. Katera plast v CNN je odgovorna za zmanjševanje prostorskih dimenzij?
A) Plast za združevanje
B) Konvolucijski sloj
C) Aktivacijska plast
D) Popolnoma povezana plast
  • 12. Kakšen je namen homografije v računalniškem vidu?
A) Normaliziranje histogramov slik.
B) Zameglitev meja slike.
C) Prikaz ene slike na drugo slikovno ravnino.
D) Zaznavanje robov predmetov.
  • 13. Kaj pomeni izraz "SIFT" v kontekstu prepoznavanja slik?
A) Segmentacija značilnosti in tekstur slik
B) Tehnika selektivnega filtriranja slik
C) Delno integrirano sledenje obraza
D) Transformacija funkcij z nespremenljivo lestvico
  • 14. Katera tehnika se uporablja za prepoznavanje in lociranje predmetov na sliki?
A) Ekstrakcija funkcij
B) Segmentacija slik
C) Zaznavanje predmetov
D) Klasifikacija slik
  • 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) ImageNet
B) Nabor podatkov o besedilih pesmi
C) Nabor podatkov o neželeni pošti
D) Nabor podatkov o vremenu
  • 17. 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
  • 18. Kaj pomeni kratica CNN?
A) Kompleksno omrežje nevronov
B) Konvolucijsko nevronsko omrežje
C) Nadzorovano nevronsko omrežje
D) Računalniško omrežje nevronov
  • 19. Katera aktivacijska funkcija se običajno uporablja v izhodnem sloju CNN za razvrščanje več razredov?
A) ReLU
B) Tanh
C) Softmax
D) Sigmoid
  • 20. Kaj je "segmentacija primerov" v kontekstu zaznavanja predmetov?
A) Pretvarjanje slik v črno-belo.
B) Uporaba barvnih filtrov za slike.
C) glajenje intenzivnosti slikovnih pik.
D) prepoznavanje in razmejitev posameznih predmetov v prizoru.
  • 21. Katera tehnika se v računalniškem vidu uporablja za odstranjevanje slabosti slike?
A) Vrtenje slik
B) Denoising z nelokalnimi sredstvi
C) Dodajanje šuma v slike
D) Povečanje ločljivosti 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) Zmanjšanje dimenzionalnosti PCA
B) Vbrizgavanje hrupa
C) Prenos učenja
D) Obrezovanje slik
Ustvarjeno z That Quiz — kjer je utrjevanje matematike s testi vedno le en klik stran.