ThatQuiz
|
Knjižnica testov
|
Naredi ta test sedaj
Računalniški vid in prepoznavanje slik - Test
  • 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) Področje študija, ki računalnikom omogoča interpretacijo in razumevanje vizualnih informacij iz resničnega sveta.
D) Uporaba računalniških zaslonov za prikaz 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) Razdelitev slike na smiselna območja ali predmete za analizo.
B) Odstranjevanje barv s slike.
C) Ustvarjanje zrcalne slike izvirnika.
D) Združevanje več slik v eno.
  • 4. Katera ocenjevalna metrika se običajno uporablja za naloge razvrščanja slik?
A) Srednja kvadratna napaka
B) Natančnost
C) Rezultat F1
D) R-kvadrat
  • 5. Katero tehniko lahko uporabite za zmanjšanje pretiranega prilagajanja v modelih globokega učenja za prepoznavanje slik?
A) Dodajanje več plasti v omrežje
B) Povečanje hitrosti učenja
C) Uporaba manjših serij
D) Uravnavanje izpadov
  • 6. Kaj pomeni "transferno učenje" v kontekstu globokega učenja za prepoznavanje slik?
A) Prenos slikovnih pik v novo sliko.
B) Prenos gradientov med povratnim razširjanjem.
C) Prenos slik med različnimi napravami.
D) Uporaba predhodno usposobljenih modelov in natančna prilagoditev za določeno nalogo.
  • 7. Kakšen je namen "združevalne plasti" v konvolucijski nevronski mreži?
A) Normaliziranje vhodnih vrednosti.
B) Zmanjšanje prostorskih razsežnosti vhodnih podatkov.
C) Uvedba nelinearnosti v omrežje.
D) Povečanje števila parametrov.
  • 8. Katera aktivacijska funkcija se običajno uporablja v konvolucijskih nevronskih mrežah?
A) Sigmoid
B) Tanh
C) Linearno
D) ReLU (rektificirana linearna enota)
  • 9. Za kaj se pri ocenjevanju modelov za razvrščanje slik uporablja "matrika zmede"?
A) Povzetek uspešnosti klasifikacijskega modela z uporabo resnično pozitivnih, lažno pozitivnih, resnično negativnih in lažno negativnih vrednosti.
B) Pretvarjanje slik v sivino.
C) Zameglitev slik za zaščito zasebnosti.
D) Ustvarjanje sestavljenih slik.
  • 10. Katera tehnika se v računalniškem vidu uporablja za odstranjevanje slabosti slike?
A) Dodajanje šuma v slike
B) Vrtenje slik
C) Denoising z nelokalnimi sredstvi
D) Povečanje ločljivosti slike
  • 11. Katera tehnika se običajno uporablja za ekstrakcijo slikovnih značilnosti?
A) Konvolucijske nevronske mreže (CNN)
B) Podporni vektorski stroji (SVM)
C) Analiza glavnih komponent (PCA)
D) K-najbližji sosedje (KNN)
  • 12. Katero metodo je mogoče uporabiti za izračun optičnega toka pri obdelavi videa?
A) Izenačevanje histogramov
B) Gaussova zameglitev
C) Lucas-Kanadejeva metoda
D) Fourierova transformacija
  • 13. Kaj pomeni kratica CNN?
A) Nadzorovano nevronsko omrežje
B) Kompleksno omrežje nevronov
C) Konvolucijsko nevronsko omrežje
D) Računalniško omrežje nevronov
  • 14. Kakšen je namen homografije v računalniškem vidu?
A) Zameglitev meja slike.
B) Prikaz ene slike na drugo slikovno ravnino.
C) Zaznavanje robov predmetov.
D) Normaliziranje histogramov slik.
  • 15. Kateri vnaprej usposobljeni model CNN se pogosto uporablja za različne naloge prepoznavanja slik?
A) ResNet (preostalo omrežje)
B) InceptionNet
C) AlexNet
D) VGGNet
  • 16. 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
  • 17. 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.
  • 18. Kateri je primer priljubljenega nabora podatkov, ki se pogosto uporablja za naloge prepoznavanja slik?
A) Nabor podatkov o neželeni pošti
B) Nabor podatkov o vremenu
C) ImageNet
D) Nabor podatkov o besedilih pesmi
  • 19. Kaj pomeni izraz "SIFT" v kontekstu prepoznavanja slik?
A) Segmentacija značilnosti in tekstur slik
B) Transformacija funkcij z nespremenljivo lestvico
C) Delno integrirano sledenje obraza
D) Tehnika selektivnega filtriranja slik
  • 20. Katera aktivacijska funkcija se običajno uporablja v izhodnem sloju CNN za razvrščanje več razredov?
A) Sigmoid
B) ReLU
C) Tanh
D) Softmax
  • 21. Katero tehniko je mogoče uporabiti za fino nastavitev predhodno usposobljenega modela CNN za novo nalogo?
A) Vbrizgavanje hrupa
B) Zmanjšanje dimenzionalnosti PCA
C) Prenos učenja
D) Obrezovanje slik
  • 22. Katera tehnika se uporablja za prepoznavanje in lociranje predmetov na sliki?
A) Segmentacija slik
B) Ekstrakcija funkcij
C) Zaznavanje predmetov
D) Klasifikacija slik
  • 23. Katera plast v CNN je odgovorna za zmanjševanje prostorskih dimenzij?
A) Popolnoma povezana plast
B) Plast za združevanje
C) Konvolucijski sloj
D) Aktivacijska plast
Ustvarjeno z That Quiz — kjer je utrjevanje matematike s testi vedno le en klik stran.