Тест за панорамна сегментация

Отговорите и обясненията се появяват, докато отговаряте на теста.

1. Какво присвоява паноптичното сегментиране на всеки пиксел в изображение?
   • Етикет на категория плюс идентификатор на екземпляр за изброими обекти
   • Само стойност на дълбочината
   • Единична ограничителна кутия
   • Ниво на размазване
2. В паноптична терминология какво представляват класовете „неща“?
   • Изброими обекти като коли и хора
   • Аморфни региони като небе, път или трева
   • Текстови етикети в изображението
   • Метаданни на камерата
3. Кое е основното ограничение на семантичното сегментиране, което паноптичното сегментиране преодолява?
   • Не може да надписва небето
   • Работи само на видео
   • Не може да различи отделни екземпляри от една и съща категория
   • Той игнорира целия фон
4. Кой показател се използва за оценка на качеството на паноптичното сегментиране?
   • Кадри в секунда
   • Съотношение на компресия
   • Точност на цветовете
   • Паноптично качество (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. Коя модерна архитектура обработва и двете неща в един унифициран модел, базиран на заявки?
   • JPEG
   • Mask2Former
   • ResNet-18 сам
   • Филтър, базиран на правила
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