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