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