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) Področje študija, ki računalnikom omogoča interpretacijo in razumevanje vizualnih informacij iz resničnega sveta.
B) Študija delovanja človeškega vida.
C) Postopek filtriranja in izboljševanja vizualnih slik.
D) Uporaba računalniških zaslonov za prikaz slik.
  • 2. Kakšen je namen predhodne obdelave slik v računalniškem vidu?
A) Naključno izkrivljanje slik.
B) Spreminjanje dimenzij slike.
C) Zameglitev slik za umetniški učinek.
D) Izboljšanje kakovosti slike in zmanjšanje šuma za boljšo analizo.
  • 3. Kaj pomeni izraz "segmentiranje slik"?
A) Ustvarjanje zrcalne slike izvirnika.
B) Združevanje več slik v eno.
C) Odstranjevanje barv s slike.
D) Razdelitev slike na smiselna območja ali predmete za analizo.
  • 4. Katera ocenjevalna metrika se običajno uporablja za naloge razvrščanja slik?
A) R-kvadrat
B) Natančnost
C) Srednja kvadratna napaka
D) Rezultat F1
  • 5. Katero tehniko lahko uporabite za zmanjšanje pretiranega prilagajanja v modelih globokega učenja za prepoznavanje slik?
A) Povečanje hitrosti učenja
B) Uporaba manjših serij
C) Dodajanje več plasti v omrežje
D) Uravnavanje izpadov
  • 6. Kaj pomeni "transferno učenje" v kontekstu globokega učenja za prepoznavanje slik?
A) Prenos slik med različnimi napravami.
B) Prenos gradientov med povratnim razširjanjem.
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) Uvedba nelinearnosti v omrežje.
B) Zmanjšanje prostorskih razsežnosti vhodnih podatkov.
C) Normaliziranje vhodnih vrednosti.
D) Povečanje števila parametrov.
  • 8. Katera aktivacijska funkcija se običajno uporablja v konvolucijskih nevronskih mrežah?
A) Linearno
B) ReLU (rektificirana linearna enota)
C) Tanh
D) Sigmoid
  • 9. Za kaj se pri ocenjevanju modelov za razvrščanje slik uporablja "matrika zmede"?
A) Pretvarjanje slik v sivino.
B) Povzetek uspešnosti klasifikacijskega modela z uporabo resnično pozitivnih, lažno pozitivnih, resnično negativnih in lažno negativnih vrednosti.
C) Ustvarjanje sestavljenih slik.
D) Zameglitev slik za zaščito zasebnosti.
  • 10. Katera tehnika se v računalniškem vidu uporablja za odstranjevanje slabosti slike?
A) Povečanje ločljivosti slike
B) Dodajanje šuma v slike
C) Vrtenje slik
D) Denoising z nelokalnimi sredstvi
  • 11. Katera tehnika se običajno uporablja za ekstrakcijo slikovnih značilnosti?
A) Analiza glavnih komponent (PCA)
B) Podporni vektorski stroji (SVM)
C) K-najbližji sosedje (KNN)
D) Konvolucijske nevronske mreže (CNN)
  • 12. Katero metodo je mogoče uporabiti za izračun optičnega toka pri obdelavi videa?
A) Izenačevanje histogramov
B) Fourierova transformacija
C) Gaussova zameglitev
D) Lucas-Kanadejeva metoda
  • 13. Kaj pomeni kratica CNN?
A) Kompleksno omrežje nevronov
B) Računalniško omrežje nevronov
C) Konvolucijsko nevronsko omrežje
D) Nadzorovano nevronsko omrežje
  • 14. Kakšen je namen homografije v računalniškem vidu?
A) Zameglitev meja slike.
B) Prikaz ene slike na drugo slikovno ravnino.
C) Normaliziranje histogramov slik.
D) Zaznavanje robov predmetov.
  • 15. Kateri vnaprej usposobljeni model CNN se pogosto uporablja za različne naloge prepoznavanja slik?
A) InceptionNet
B) AlexNet
C) ResNet (preostalo omrežje)
D) VGGNet
  • 16. Katera funkcija izgube se pogosto uporablja pri nalogah razvrščanja slik?
A) Izguba navzkrižne entropije
B) Izguba L1
C) Srednja kvadratna napaka
D) Binarna izguba navzkrižne entropije
  • 17. Kaj je "segmentacija primerov" v kontekstu zaznavanja predmetov?
A) prepoznavanje in razmejitev posameznih predmetov v prizoru.
B) Pretvarjanje slik v črno-belo.
C) glajenje intenzivnosti slikovnih pik.
D) Uporaba barvnih filtrov za slike.
  • 18. Kateri je primer priljubljenega nabora podatkov, ki se pogosto uporablja za naloge prepoznavanja slik?
A) Nabor podatkov o neželeni pošti
B) ImageNet
C) Nabor podatkov o besedilih pesmi
D) Nabor podatkov o vremenu
  • 19. Kaj pomeni izraz "SIFT" v kontekstu prepoznavanja slik?
A) Tehnika selektivnega filtriranja slik
B) Delno integrirano sledenje obraza
C) Segmentacija značilnosti in tekstur slik
D) Transformacija funkcij z nespremenljivo lestvico
  • 20. Katera aktivacijska funkcija se običajno uporablja v izhodnem sloju CNN za razvrščanje več razredov?
A) Softmax
B) Sigmoid
C) ReLU
D) Tanh
  • 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) Klasifikacija slik
D) Zaznavanje predmetov
  • 23. Katera plast v CNN je odgovorna za zmanjševanje prostorskih dimenzij?
A) Popolnoma povezana plast
B) Aktivacijska plast
C) Konvolucijski sloj
D) Plast za združevanje
Ustvarjeno z That Quiz — kjer je utrjevanje matematike s testi vedno le en klik stran.