اختبار مرتبط بالدليل · صعب المستوى

مسابقة تجزئة Panoptic

مراجعة التجزئة البانوبتيكية للأشياء والأشياء، ومعرفات المثيلات وجودة البانوبتيك؛ تعلم كيف يكشف مكوناه المتريان عن أخطاء مختلفة.

مسارات الدليل ذات الصلةتجزئة بانوبتيك
سؤال 1 من 8

ما الذي يعينه التجزئة البانوبتيكية لكل بكسل في الصورة؟

معاينة كل سؤال8 أسئلة

تظهر الإجابات والتفسيرات أثناء إجراء الاختبار.

  1. ما الذي يعينه التجزئة البانوبتيكية لكل بكسل في الصورة؟
    • تسمية فئة، بالإضافة إلى معرف مثيل للكائنات القابلة للعد
    • فقط قيمة العمق
    • مربع محيط واحد
    • مستوى ضبابي
  2. في المصطلحات البانوبتيكية، ما هي فئات "الأشياء"؟
    • أشياء قابلة للعد مثل السيارات والأشخاص
    • مناطق غير متبلورة مثل السماء أو الطريق أو العشب
    • تسميات النص في الصورة
    • البيانات الوصفية للكاميرا
  3. ما هو القيد الرئيسي للتجزئة الدلالية التي يتغلب عليها التجزئة الشاملة؟
    • لا يمكن تسمية السماء
    • إنه يعمل فقط على الفيديو
    • لا يمكن التمييز بين الحالات الفردية من نفس الفئة
    • يتجاهل كل الخلفية
  4. ما المقياس المستخدم لتقييم جودة التجزئة البانوبتيكية؟
    • إطارات في الثانية
    • نسبة الضغط
    • دقة الألوان
    • الجودة البانوبتيكية (PQ)
  5. What does segmentation quality (SQ) measure within Panoptic Quality?
    • The average IoU of matched predicted and ground-truth segments
    • The number of images in the dataset
    • The speed of inference
    • The fraction of classes that are things
  6. ما هي الهندسة المعمارية الحديثة التي تتعامل مع الأشياء والأشياء في نموذج واحد موحد قائم على الاستعلام؟
    • جبيغ
    • Mask2Former
    • ResNet-18 وحده
    • مرشح قائم على القواعد
  7. How is Panoptic Quality (PQ) decomposed in the original formulation?
    • As image resolution multiplied by object count
    • As precision plus recall only
    • As segmentation quality multiplied by recognition quality
    • As frame rate divided by latency
  8. Why can a single PQ score conceal useful diagnostic information?
    • PQ measures only image brightness
    • PQ excludes stuff classes
    • PQ is not computed from predictions
    • Segmentation and recognition errors can contribute differently to the aggregate