গাইড লিঙ্ক ক্যুইজ · মাঝারি স্তর
অ্যাকশন রিকগনিশন কুইজ
ভিডিও অ্যাকশন-স্বীকৃতির মডেলগুলি কীভাবে অস্থায়ী প্রমাণ, গতি উপস্থাপনা এবং স্থানিক টেম্পোরাল কনভোল্যুশন ব্যবহার করে তা শিখুন।
প্রশ্ন 1 এর 8
কি মৌলিকভাবে সাধারণ চিত্র শ্রেণীবিভাগ থেকে কর্ম স্বীকৃতি পৃথক করে?
প্রতিটি প্রশ্নের পূর্বরূপ দেখুন8 প্রশ্ন
আপনি কুইজ নেওয়ার সাথে সাথে উত্তর এবং ব্যাখ্যাগুলি উপস্থিত হয়।
- কি মৌলিকভাবে সাধারণ চিত্র শ্রেণীবিভাগ থেকে কর্ম স্বীকৃতি পৃথক করে?
- এটি শুধুমাত্র একটি ফ্রেম নয়, সময়ের সাথে পিক্সেলগুলি কীভাবে পরিবর্তিত হয় সে সম্পর্কে কারণ
- এটি বড় ছবি ব্যবহার করে
- এটি শুধুমাত্র কালো এবং সাদা ভিডিওতে কাজ করে
- এটি কোন প্রশিক্ষণ তথ্য প্রয়োজন
- একটি ক্লাসিক টু-স্ট্রিম অ্যাকশন রিকগনিশন নেটওয়ার্কে, দ্বিতীয় স্ট্রীমটি সাধারণত কী প্রক্রিয়া করে?
- অডিও তরঙ্গরূপ
- অপটিক্যাল প্রবাহ গতির প্রতিনিধিত্ব করে
- টেক্সট ক্যাপশন
- জিপিএস স্থানাঙ্ক
- একটি স্ট্যান্ডার্ড 2D কনভোলিউশনের তুলনায় একটি 3D কনভোলিউশন কী যোগ করে?
- রঙিন চ্যানেল
- উচ্চতর চিত্র রেজোলিউশন
- একটি অস্থায়ী (সময়) অক্ষ তাই ফিল্টার একাধিক ফ্রেমে বিস্তৃত
- একটি বড় ব্যাচ আকার
- I3D মডেল দ্বারা ব্যবহৃত 'স্ফীতি' কৌশলটি কী?
- ভিডিও উজ্জ্বলতা বৃদ্ধি
- এলোমেলোভাবে আরও স্তর যোগ করা হচ্ছে
- ভিডিও ফাইল কম্প্রেস করা হচ্ছে
- 2D ইমেজ-নেটওয়ার্কের ওজনকে 3D তে প্রসারিত করা হচ্ছে সময়ের সাথে সাথে প্রতিলিপি করে
- কেন কিছু-কিছু ডেটাসেট অ্যাকশন স্বীকৃতির জন্য উল্লেখযোগ্য?
- এটি দৃশ্যের প্রেক্ষাপটের উপর নির্ভর না করে মডেলদের সাময়িক দিক বুঝতে বাধ্য করে
- এতে শুধুমাত্র পশুর ভিডিও রয়েছে
- এটা কোন লেবেল আছে
- এটি একক ছবি দিয়ে তৈরি
- কোন কৌশল অ্যাকশন শনাক্তকরণ মডেলগুলিকে লেবেলবিহীন ভিডিও থেকে শিখতে সাহায্য করে?
- ম্যানুয়াল ফ্রেম-বাই-ফ্রেম লেবেলিং
- স্ব-তত্ত্বাবধানে মুখোশযুক্ত ভিডিও মডেলিং
- সমস্ত গতি ডেটা মুছে ফেলা হচ্ছে
- শুধুমাত্র অডিও ব্যবহার করে
- প্রাথমিক সামথিং-সামথিং ডেটাসেট পেপারে কয়টি অ্যাকশন-টেমপ্লেট ক্লাস বর্ণনা করা হয়েছে?
- 17টি ক্লাস
- 1,740টি ক্লাস
- 174টি ক্লাস
- 17,400টি ক্লাস
- VideoMAE কোন pretraining কৌশল ব্যবহার করে?
- শুধুমাত্র একক লেবেলযুক্ত ফ্রেমে প্রশিক্ষণ
- একটি পাঠ্য প্রতিলিপি দিয়ে ভিডিও প্রতিস্থাপন করা হচ্ছে
- মুখোশযুক্ত বিষয়বস্তু পুনর্গঠন ছাড়াই অপটিক্যাল প্রবাহের পূর্বাভাস
- ভিডিও টোকেনগুলির একটি উচ্চ অনুপাত মাস্ক করা এবং দৃশ্যমান টোকেনগুলি থেকে তাদের পুনর্গঠন করা৷