A) استخدام شاشات الكمبيوتر لعرض الصور.
B) دراسة كيفية عمل الرؤية البشرية.
C) عملية تصفية وتحسين الصور المرئية.
D) مجال الدراسة الذي يمكّن أجهزة الكمبيوتر من تفسير وفهم المعلومات المرئية من العالم الحقيقي.

A) تحسين جودة الصورة وتقليل الضوضاء لتحليل أفضل.
B) تغيير أبعاد الصورة.
C) تشويه الصور بشكل عشوائي.
D) تعتيم الصور للحصول على تأثير فني.

A) إزالة الألوان من الصورة.
B) إنشاء صورة معكوسة للصورة الأصلية.
C) تقسيم الصورة إلى مناطق أو عناصر ذات معنى لتحليلها.
D) دمج عدة صور في صورة واحدة.

A) مقياس F1
B) الدقة
C) متوسط مربع الخطأ
D) مربع الانحدار

A) إضافة المزيد من الطبقات إلى الشبكة.
B) زيادة معدل التعلم.
C) استخدام أحجام دفعات أصغر.
D) تقنية التسرب (Dropout).

A) نقل وحدات البكسل الخاصة بالصورة إلى صورة جديدة.
B) نقل الصور بين أجهزة مختلفة.
C) نقل التدرجات أثناء عملية الانتشار العكسي.
D) استخدام نماذج مدربة مسبقًا وضبطها بدقة لمهمة معينة.

A) تطبيع قيم المدخلات.
B) تقليل الأبعاد المكانية للمدخلات.
C) إدخال خاصية اللاخطية إلى الشبكة.
D) زيادة عدد المعلمات.

A) ReLU (وحدة الخطية المعدلة)
B) Sigmoid
C) الخطية
D) Tanh

A) تعتيم الصور لحماية الخصوصية.
B) تلخيص أداء نموذج التصنيف باستخدام القيم الإيجابية الصحيحة، والإيجابية الخاطئة، والسلبية الصحيحة، والسلبية الخاطئة.
C) تحويل الصور إلى مقياس رمادي.
D) إنشاء صور مركبة.

A) تقسيم ميزات وقوام الصور
B) تتبع الوجه شبه المتكامل
C) تحويل الميزات المستقلة عن المقياس
D) تقنية التصفية الانتقائية للصور

A) مجموعة بيانات ImageNet
B) مجموعة بيانات الطقس
C) مجموعة بيانات كلمات الأغاني
D) مجموعة بيانات الرسائل المزعجة (Spam)

A) شبكة عصبية معقدة
B) شبكة عصبية تلافيفية
C) شبكة عصبية حاسوبية
D) شبكة عصبية مُحكمة

A) دالة ReLU
B) دالة Softmax
C) دالة Sigmoid
D) دالة Tanh

A) اكتشاف الكائنات
B) تقطيع الصور
C) استخراج الميزات
D) تصنيف الصور

A) طبقة الاتصال الكامل (Fully connected layer)
B) طبقة التجميع (Pooling layer)
C) طبقة الالتفاف (Convolutional layer)
D) طبقة التنشيط (Activation layer)

A) دالة الخسارة L1
B) دالة الخسارة للإنتروبيا التقاطعية الثنائية (Binary Cross-Entropy Loss)
C) متوسط مربع الخطأ (Mean Squared Error)
D) دالة الخسارة للإنتروبيا التقاطعية (Cross-Entropy Loss)

A) تحديد وتوضيح الكائنات الفردية داخل مشهد ما.
B) تحويل الصور إلى الأبيض والأسود.
C) تنعيم قيم البكسلات.
D) تطبيق فلاتر الألوان على الصور.

A) تقنية إزالة الضوضاء باستخدام المتوسطات غير المحلية.
B) زيادة دقة الصورة.
C) تدوير الصور.
D) إضافة الضوضاء إلى الصور.

A) الشبكات العصبية التلافيفية (CNNs)
B) تحليل المكونات الرئيسية (PCA)
C) آلات ناقلات الدعم (SVM)
D) أقرب الجيران (KNN)

A) تعتيم حدود الصورة.
B) تطبيع مخططات توزيع قيم الألوان في الصور (Histogram Equalization).
C) اكتشاف حواف الكائنات.
D) رسم خريطة لصورة واحدة على مستوى صورة أخرى.

A) InceptionNet
B) ResNet (شبكة الباقي)
C) AlexNet
D) VGGNet

A) قص الصور (Image Cropping)
B) التعلم بالنقل (Transfer Learning)
C) تقليل الأبعاد باستخدام تحليل المكونات الرئيسية (PCA Dimensionality Reduction)
D) إضافة الضوضاء (Noise Injection)

A) تعديل الهيستوجرام
B) طريقة لوكاس-كينادي
C) التنعيم الغاوسي
D) تحويل فورييه