নন-ম্যাক্সিমাম সাপ্রেশন কুইজ

আপনি কুইজ নেওয়ার সাথে সাথে উত্তর এবং ব্যাখ্যাগুলি উপস্থিত হয়।

1. বস্তু সনাক্তকরণে নন-ম্যাক্সিমাম সাপ্রেশনের মূল উদ্দেশ্য কী?
   • অপ্রয়োজনীয় ওভারল্যাপিং বাক্সগুলি সরাতে, প্রতি বস্তুর জন্য একটি রাখা
   • সনাক্ত করা বাক্সের সংখ্যা বাড়ানোর জন্য
   • ইনপুট চিত্রের আকার পরিবর্তন করতে
   • ডিটেক্টরের ওজন প্রশিক্ষণের জন্য
2. দুটি বাক্স খুব বেশি ওভারল্যাপ কিনা তা নির্ধারণ করতে স্ট্যান্ডার্ড NMS কোন মেট্রিক ব্যবহার করে?
   • কেন্দ্রগুলির মধ্যে ইউক্লিডীয় দূরত্ব
   • ইউনিয়নের উপর ছেদ (IoU)
   • বৈশিষ্ট্যের কোসাইন সাদৃশ্য
   • পিক্সেল রঙের পার্থক্য
3. লোভী NMS-এ, প্রতিটি রাউন্ডে কোন বাক্সটি প্রথমে নির্বাচিত হয়?
   • এলাকা অনুসারে সবচেয়ে বড় বাক্স
   • ছবিটি কেন্দ্রের সবচেয়ে কাছের বাক্সটি
   • সর্বোচ্চ আত্মবিশ্বাসের স্কোর সহ বক্স
   • এলোমেলোভাবে নির্বাচিত বাক্স
4. ভিড়ের দৃশ্যে লোভী NMS-এর পরিচিত দুর্বলতা কী?
   • এটি রঙিন ছবি পরিচালনা করতে পারে না
   • এটি সর্বদা সামগ্রিকভাবে খুব কম বক্স উত্পাদন করে
   • এটি চালানোর জন্য GPU প্রশিক্ষণ প্রয়োজন
   • এটি একটি প্রকৃত কাছাকাছি বস্তুকে দমন করতে পারে যা একটি রাখা বাক্সকে ওভারল্যাপ করে
5. সফট-এনএমএস স্ট্যান্ডার্ড এনএমএস থেকে কীভাবে আলাদা?
   • এটি ওভারল্যাপিং বাক্সগুলির স্কোরগুলিকে সরাসরি সরানোর পরিবর্তে ক্ষয় করে
   • এটি স্কোর নির্বিশেষে সমস্ত বাক্স মুছে দেয়
   • এটি আত্মবিশ্বাসের স্কোর সম্পূর্ণরূপে উপেক্ষা করে
   • এটি শুধুমাত্র প্রশিক্ষণের সময় কাজ করে
6. কেন NMS সাধারণত প্রতিটি অবজেক্ট ক্লাসের জন্য আলাদাভাবে প্রয়োগ করা হয়?
   • কারণ প্রতিটি ক্লাসের আলাদা ইমেজ রেজোলিউশন প্রয়োজন
   • সুতরাং এক শ্রেণীর একটি বাক্স অন্য শ্রেণীর একটি বাক্সকে দমন করে না
   • উদ্দেশ্য অনুযায়ী অ্যালগরিদম ধীর করতে
   • কারণ IoU ক্লাস জুড়ে গণনা করা যায় না
7. How is Intersection over Union (IoU) calculated for two detection boxes?
   • Union area divided by the intersection area
   • The sum of both box perimeters
   • Intersection area divided by the union area
   • The distance between the box centers
8. What is a typical effect of lowering the IoU threshold in greedy NMS?
   • Fewer boxes are suppressed in all cases
   • The detector retrains its class labels
   • The confidence scores are converted into image pixels
   • More overlapping boxes are suppressed, which can risk removing nearby real objects