Комп'ютерний зір і розпізнавання зображень

Комп'ютерний зір і розпізнавання зображень - тест

1. Комп'ютерний зір - це міждисциплінарна галузь, яка дозволяє комп'ютерам інтерпретувати та розуміти візуальний світ за допомогою цифрових зображень або відео. Він передбачає розробку алгоритмів і методів для вилучення значущої інформації з візуальних даних, імітуючи можливості людської зорової системи. Розпізнавання зображень, підрозділ комп'ютерного зору, зосереджується на ідентифікації та категоризації об'єктів, сцен або шаблонів на зображеннях чи відео. Завдяки використанню глибокого навчання, нейронних мереж і машинного навчання, комп'ютерний зір і розпізнавання зображень знаходять застосування в різних сферах, включаючи охорону здоров'я, автономні транспортні засоби, спостереження, доповнену реальність і багато іншого.

Що таке комп'ютерний зір?

A) Використання комп'ютерних екранів для відображення зображень.
B) Галузь знань, яка дозволяє комп'ютерам інтерпретувати та розуміти візуальну інформацію з реального світу.
C) Процес фільтрації та покращення візуальних образів.
D) Вивчення того, як працює людський зір.

2. Для чого потрібна попередня обробка зображень у комп'ютерному зорі?

A) Розмиття зображень для художнього ефекту.
B) Зміна розмірів зображення.
C) Підвищення якості зображення та зменшення шуму для кращого аналізу.
D) Випадкове спотворення зображень.

3. Що мається на увазі під терміном "Сегментація зображення"?

A) Поділ зображення на значущі області або об'єкти для аналізу.
B) Видалення кольорів із зображення.
C) Створення дзеркального відображення оригіналу.
D) Поєднання кількох зображень в одне.

4. Яка метрика оцінки зазвичай використовується для задач класифікації зображень?

A) Точність
B) R-квадрат
C) Середня квадратична похибка
D) Оцінка F1

5. Який метод можна використати для зменшення перенавчання в моделях глибокого навчання для розпізнавання зображень?

A) Додавання нових рівнів до мережі
B) Регулювання відсіву
C) Використання менших партій
D) Підвищення швидкості навчання

6. Що означає "трансферне навчання" в контексті глибокого навчання для розпізнавання зображень?

A) Перенесення пікселів зображення на нове зображення.
B) Перенесення градієнтів під час зворотного розмноження.
C) Використання попередньо навчених моделей і тонке налаштування під конкретне завдання.
D) Передача зображень між різними пристроями.

7. Для чого потрібен "шар об'єднання" в згортковій нейронній мережі?

A) Зменшення просторових розмірів входу.
B) Внесення нелінійності в мережу.
C) Збільшення кількості параметрів.
D) Нормалізація вхідних значень.

8. Яка функція активації зазвичай використовується в згорткових нейронних мережах?

A) ReLU (випрямлений лінійний блок)
B) Лінійний
C) Тань.
D) Сигмоїд.

9. Що таке "матриця плутанини", яка використовується для оцінки моделей класифікації зображень?

A) Підсумовування результатів роботи моделі класифікації з використанням істинних позитивних, хибнопозитивних, істинних негативних та хибнонегативних значень.
B) Перетворення зображень у відтінки сірого.
C) Створення композитних зображень.
D) Розмиття зображень для захисту приватності.

10. Який приклад популярного набору даних, що зазвичай використовується для задач розпізнавання зображень?

A) ImageNet
B) Набір погодних даних
C) Набір даних про спам
D) Набір даних текстів пісень

11. Яка функція активації зазвичай використовується у вихідному шарі ШНМ для багатокласової класифікації?

A) Софтмакс
B) ReLU
C) Сигмоїд.
D) Тань.

12. Яка методика використовується для згладжування зображень у комп'ютерному зорі?

A) Збільшення роздільної здатності зображення
B) Обертові зображення
C) Додавання шуму до зображень
D) Нелокальний означає знебарвлення

13. Що таке "сегментація екземплярів" у контексті виявлення об'єктів?

A) Ідентифікація та розмежування окремих об'єктів на сцені.
B) Згладжування інтенсивності пікселів.
C) Застосування кольорових фільтрів до зображень.
D) Перетворення зображень у чорно-білі.

14. Який шар в CNN відповідає за зменшення просторових розмірів?

A) Шар об'єднання
B) Згортковий шар
C) Активаційний шар
D) Повністю з'єднаний шар

15. Що означає CNN?

A) Керована нейронна мережа
B) Згорткова нейронна мережа
C) Комп'ютеризована нейронна мережа
D) Складна нейронна мережа

16. Яка попередньо навчена модель CNN найчастіше використовується для різних задач розпізнавання зображень?

A) VGGNet
B) AlexNet
C) InceptionNet
D) ResNet (Залишкова мережа)

17. Який метод можна використовувати для обчислення оптичного потоку при обробці відео?

A) Гаусове розмиття
B) Метод Лукаса-Канаде
C) Вирівнювання гістограми
D) Перетворення Фур'є

18. Яку техніку можна використати для тонкого налаштування попередньо навченої моделі CNN для нового завдання?

A) Зменшення розмірності PCA
B) Інжекція шуму
C) Трансферне навчання
D) Обрізання зображень

19. Яка функція втрат зазвичай використовується в задачах класифікації зображень?

A) Бінарні втрати перехресної ентропії
B) Втрати перехресної ентропії
C) L1 Втрата
D) Середня квадратична похибка

20. Яка техніка використовується для ідентифікації та визначення місцезнаходження об'єктів на зображенні?

A) Виділення особливостей
B) Сегментація зображень
C) Класифікація зображень
D) Виявлення об'єктів

21. Що означає термін "SIFT" в контексті розпізнавання зображень?

A) Сегментація об'єктів і текстур зображення
B) Напівінтегроване відстеження обличчя
C) Масштабно-інваріантне перетворення ознак
D) Техніка вибіркової фільтрації зображень

22. Для чого потрібна гомографія в комп'ютерному зорі?

A) Нормалізація гістограм зображень.
B) Накладання одного зображення на іншу площину.
C) Розмивання меж зображення.
D) Виявлення країв об'єктів.

23. Який метод найчастіше використовується для виділення особливостей зображення?

A) Згорткові нейронні мережі (CNN)
B) Аналіз головних компонент (PCA)
C) Машини опорних векторів (SVM)
D) K-Найближчі сусіди (KNN)

Створено з That Quiz — сайт для створення тестів і оцінювання з математики та інших предметів.