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