Visão computacional e reconhecimento de imagens - Questionário
A) A utilização de ecrãs de computador para apresentar imagens. B) O processo de filtragem e melhoramento de imagens visuais. C) O campo de estudo que permite aos computadores interpretar e compreender a informação visual do mundo real. D) O estudo do funcionamento da visão humana.
A) Distorção aleatória de imagens. B) Desfocagem de imagens para efeitos artísticos. C) Melhorar a qualidade da imagem e reduzir o ruído para uma melhor análise. D) Alterar as dimensões da imagem.
A) Dividir uma imagem em regiões ou objectos significativos para análise. B) Remoção de cores de uma imagem. C) Criar uma imagem em espelho do original. D) Combinação de várias imagens numa só.
A) Exatidão B) Pontuação F1 C) R-quadrado D) Erro médio quadrático
A) Aumentar a taxa de aprendizagem B) Adicionar mais camadas à rede C) Utilização de lotes mais pequenos D) Regularização de desistências
A) Transferência de imagens entre diferentes dispositivos. B) Transferência de gradientes durante a retropropagação. C) Utilização de modelos pré-treinados e ajuste fino para uma tarefa específica. D) Transferência de pixéis de imagem para uma nova imagem.
A) Introduzir a não linearidade na rede. B) Normalização dos valores de entrada. C) Aumentar o número de parâmetros. D) Reduzir as dimensões espaciais da entrada.
A) ReLU (Unidade Linear Rectificada) B) Sigmoide C) Linear D) Tanh
A) Resumir o desempenho de um modelo de classificação utilizando valores de verdadeiro positivo, falso positivo, verdadeiro negativo e falso negativo. B) Desfocagem de imagens para proteção da privacidade. C) Conversão de imagens para tons de cinzento. D) Criar imagens compostas.
A) Técnica de filtragem selectiva de imagens B) Transformação de caraterísticas invariantes de escala C) Segmentação de caraterísticas e texturas de imagens D) Rastreio facial semi-integrado
A) Conjunto de dados meteorológicos B) Conjunto de dados de letras de canções C) Conjunto de dados de spam D) ImageNet
A) Identificar e delinear objectos individuais numa cena. B) Aplicar filtros de cor a imagens. C) Conversão de imagens para preto e branco. D) Suavização das intensidades dos píxeis.
A) Transformada de Fourier B) Equalização de histograma C) Método de Lucas-Kanade D) Desfocagem gaussiana
A) Adicionar ruído às imagens B) Rotação de imagens C) Aumentar a resolução da imagem D) Denotização de meios não locais
A) Análise de componentes principais (PCA) B) Máquinas de vectores de suporte (SVM) C) Redes Neuronais Convolucionais (CNNs) D) K-Nearest Neighbors (KNN)
A) Camada totalmente conectada B) Camada convolucional C) Camada de pooling D) Camada de ativação
A) Deteção de objectos B) Extração de caraterísticas C) Segmentação de imagens D) Classificação de imagens
A) ReLU B) Tanh C) Sigmoide D) Softmax
A) Desfocagem dos limites da imagem. B) Normalização de histogramas de imagens. C) Mapeamento de uma imagem para outro plano de imagem. D) Deteção de arestas de objectos.
A) AlexNet B) VGGNet C) InceptionNet D) ResNet (Rede residual)
A) Injeção de ruído B) Recorte de imagens C) Aprendizagem por transferência D) Redução de dimensionalidade PCA
A) Erro médio quadrático B) Perda de entropia cruzada binária C) Perda de entropia cruzada D) Perda L1
A) Rede Neuronal Computorizada B) Rede complexa de neurónios C) Rede Neural Convolucional D) Rede Neural Controlada |
Criado com That Quiz —
página com testes de matemática para alunos.