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) Postopek filtriranja in izboljševanja vizualnih slik.
C) Uporaba računalniških zaslonov za prikaz slik.
D) Področje študija, ki računalnikom omogoča interpretacijo in razumevanje vizualnih informacij iz resničnega sveta.
  • 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) Ustvarjanje zrcalne slike izvirnika.
D) Odstranjevanje barv s slike.
  • 4. Katera ocenjevalna metrika se običajno uporablja za naloge razvrščanja slik?
A) Natančnost
B) Rezultat F1
C) Srednja kvadratna napaka
D) R-kvadrat
  • 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 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) Zmanjšanje prostorskih razsežnosti vhodnih podatkov.
B) Uvedba nelinearnosti v omrežje.
C) Normaliziranje vhodnih vrednosti.
D) Povečanje števila parametrov.
  • 8. Katera aktivacijska funkcija se običajno uporablja v konvolucijskih nevronskih mrežah?
A) Tanh
B) Sigmoid
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) Ustvarjanje sestavljenih slik.
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) Nabor podatkov o besedilih pesmi
B) Nabor podatkov o neželeni pošti
C) ImageNet
D) Nabor podatkov o vremenu
  • 11. Katera tehnika se v računalniškem vidu uporablja za odstranjevanje slabosti slike?
A) Denoising z nelokalnimi sredstvi
B) Vrtenje slik
C) Povečanje ločljivosti slike
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) Nadzorovano nevronsko omrežje
B) Konvolucijsko nevronsko omrežje
C) Računalniško omrežje nevronov
D) Kompleksno omrežje nevronov
  • 14. Kateri vnaprej usposobljeni model CNN se pogosto uporablja za različne naloge prepoznavanja slik?
A) VGGNet
B) InceptionNet
C) ResNet (preostalo omrežje)
D) AlexNet
  • 15. Katera plast v CNN je odgovorna za zmanjševanje prostorskih dimenzij?
A) Aktivacijska plast
B) Popolnoma povezana plast
C) Konvolucijski sloj
D) Plast za združevanje
  • 16. Katero tehniko je mogoče uporabiti za fino nastavitev predhodno usposobljenega modela CNN za novo nalogo?
A) Obrezovanje slik
B) Prenos učenja
C) Vbrizgavanje hrupa
D) Zmanjšanje dimenzionalnosti PCA
  • 17. Kakšen je namen homografije v računalniškem vidu?
A) Prikaz ene slike na drugo slikovno ravnino.
B) Zameglitev meja slike.
C) Zaznavanje robov predmetov.
D) Normaliziranje histogramov slik.
  • 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) Pretvarjanje slik v črno-belo.
C) glajenje intenzivnosti slikovnih pik.
D) prepoznavanje in razmejitev posameznih predmetov v prizoru.
  • 20. Katera tehnika se običajno uporablja za ekstrakcijo slikovnih značilnosti?
A) Podporni vektorski stroji (SVM)
B) Analiza glavnih komponent (PCA)
C) K-najbližji sosedje (KNN)
D) Konvolucijske nevronske mreže (CNN)
  • 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 L1
B) Binarna izguba navzkrižne entropije
C) Izguba navzkrižne entropije
D) Srednja kvadratna napaka
  • 23. Kaj pomeni izraz "SIFT" v kontekstu prepoznavanja slik?
A) Delno integrirano sledenje obraza
B) Tehnika selektivnega filtriranja slik
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.