Тест, свързан с ръководство · Среден Ниво

YOLO тест за откриване в реално време

Прегледайте дизайна на детектора с едно преминаване на YOLO, прогнозите на мрежата, компромисите при локализацията и ограниченията на скоростта на кадрите в реално време.

Свързани ръководни пътекиYolo Откриване в реално време
Въпрос 1 на 8

Какво означава съкращението YOLO в този контекст?

Визуализирайте всеки въпрос8 въпроси

Отговорите и обясненията се появяват, докато отговаряте на теста.

  1. Какво означава съкращението YOLO в този контекст?
    • Гледаш само веднъж
    • Вие се научавате само веднъж
    • Вашият локатор на обекти онлайн
    • Изведен етикет на обект
  2. Коя междудомейн оценка докладва оригиналният документ на YOLO?
    • Transcribing speech from noisy recordings
    • Generalizing from natural images to artwork datasets
    • Classifying satellite images with no labels
    • Estimating depth from stereo video only
  3. Каква техника премахва дублирани, припокриващи се ограничаващи полета в изхода на YOLO?
    • Пакетно нормализиране
    • Отпадане
    • Не-максимално потискане
    • Увеличаване на данните
  4. В оригиналния дизайн на YOLO, как се разделя входното изображение за прогнозиране?
    • В произволни култури
    • В цветни канали
    • В един регион
    • В мрежа от клетки
  5. Кое количество прогнозира всяка клетка от мрежата заедно с координатите на ограничителната кутия?
    • Доверителен резултат за обектност и вероятности за клас
    • Резолюцията на изображението
    • Фокусното разстояние на камерата
    • Степента на компресия на файла
  6. Защо YOLO е особено популярен за приложения за видео и камера на живо?
    • Не може да работи на графични процесори
    • Неговата скорост на едно преминаване позволява кадрови честоти в реално време
    • Това е единственият модел, който използва цвят
    • Не изисква никакво обучение
  7. What accuracy tradeoff did the original YOLO paper report relative to leading detection systems?
    • It had no localization errors but missed every small object
    • It could detect only one class
    • It made more localization errors while being less likely to predict false detections where nothing existed
    • It required thousands of region-wise classifier runs
  8. Why can a real-time detector still be unsuitable for a particular deployment?
    • A real-time model cannot process images
    • Frame rate guarantees safety certification
    • A detector’s speed proves every object is found
    • Its measured speed does not establish adequate accuracy, latency or robustness for that setting