A) Die Verwendung von Computerbildschirmen zur Anzeige von Bildern. B) Der Prozess des Filterns und Verbesserns visueller Bilder. C) Die Untersuchung der Funktionsweise des menschlichen Sehens. D) Das Fachgebiet, das es Computern ermöglicht, visuelle Informationen aus der realen Welt zu interpretieren und zu verstehen.
A) Ändern der Bildabmessungen. B) Verbesserung der Bildqualität und Verringerung des Rauschens zur besseren Analyse. C) Zufällig verzerrte Bilder. D) Unscharfe Bilder für künstlerische Effekte.
A) Erstellung eines Spiegelbilds des Originals. B) Entfernen von Farben aus einem Bild. C) Kombinieren mehrerer Bilder zu einem Bild. D) Unterteilung eines Bildes in aussagekräftige Regionen oder Objekte für die Analyse.
A) Mittlerer quadratischer Fehler B) R-Quadrat C) F1 Ergebnis D) Genauigkeit
A) Erhöhung des Lerntempos B) Regularisierung von Ausfällen C) Hinzufügen weiterer Schichten zum Netz D) Verwendung kleinerer Chargengrößen
A) Übertragen von Bildpunkten in ein neues Bild. B) Verwendung vortrainierter Modelle und Feinabstimmung für eine bestimmte Aufgabe. C) Übertragen von Bildern zwischen verschiedenen Geräten. D) Übertragung von Gradienten während der Backpropagation.
A) Verringerung der räumlichen Dimensionen des Inputs. B) Erhöhung der Anzahl der Parameter. C) Einführung der Nichtlinearität in das Netz. D) Normalisierung der Eingabewerte.
A) Tanh B) Linear C) ReLU (Rektifizierte Lineareinheit) D) Sigmoid
A) Bilder in Graustufen umwandeln. B) Zusammenfassung der Leistung eines Klassifizierungsmodells anhand der Werte für wahr positiv, falsch positiv, wahr negativ und falsch negativ. C) Unscharfe Bilder zum Schutz der Privatsphäre. D) Erstellen von zusammengesetzten Bildern.
A) ReLU B) Sigmoid C) Tanh D) Softmax
A) Mittlerer quadratischer Fehler B) Binärer Quer-Entropie-Verlust C) Quer-Entropie-Verlust D) L1 Verlust
A) Halbintegrierte Gesichtsverfolgung B) Selektive Bildfilterungstechniken C) Skaleninvariante Merkmalstransformation D) Segmentierung von Bildmerkmalen und Texturen
A) Faltungsschicht B) Poolingschicht C) Aktivierungsschicht D) Vollständig verbundene Schicht
A) Hauptkomponentenanalyse (PCA) B) K-Nächste Nachbarn (KNN) C) Support-Vektor-Maschinen (SVM) D) Faltungsneuronale Netze (CNNs)
A) Erhöhung der Bildauflösung B) Drehende Bilder C) Hinzufügen von Rauschen zu Bildern D) Nicht-lokale Mittelwertentrauschung
A) Klassifizierung von Bildern B) Erkennung von Objekten C) Bildsegmentierung D) Merkmalsextraktion
A) VGGNet B) InceptionNet C) AlexNet D) ResNet (Restliches Netzwerk)
A) Konvertierung von Bildern in Schwarz-Weiß. B) Identifizieren und Abgrenzen einzelner Objekte innerhalb einer Szene. C) Anwendung von Farbfiltern auf Bilder. D) Glättung der Pixelintensitäten.
A) Geräuschinjektion B) Bildbeschneidung C) Lernen übertragen D) PCA Dimensionalitätsreduktion
A) Histogramm-Entzerrung B) Lucas-Kanade-Verfahren C) Fourier-Transformation D) Gaußscher Weichzeichner
A) Komplexes Neuronennetz B) Faltungsneuronales Netzwerk C) Computergesteuertes Neuronennetz D) Kontrolliertes neuronales Netz
A) Abbildung eines Bildes auf eine andere Bildebene. B) Normalisierung von Bildhistogrammen. C) Erkennung von Objektkanten. D) Verwischung der Bildgrenzen.
A) Liedtext-Datensatz B) Wetter-Datensatz C) Spam-Datensatz D) ImageNet |