Mit dem Guide verknüpftes Quiz · Mittel Ebene

Quiz zur Objekterkennung mit offenem Wortschatz

Sehen Sie sich die textbedingte Regionserkennung, das Bild-Text-Vortraining, neuartige Eingabeaufforderungen für Kategorien, die Lokalisierung und die Notwendigkeit zur Auswertung generierter Anmerkungen an.

Verwandte FührungspfadeÖffnen Sie die Objekterkennung im Vokabular
Frage 1 von 8

Was ist die entscheidende Fähigkeit der Objekterkennung im offenen Vokabular?

Sehen Sie sich jede Frage in der Vorschau an8 Fragen

Während Sie am Quiz teilnehmen, werden Antworten und Erklärungen angezeigt.

  1. Was ist die entscheidende Fähigkeit der Objekterkennung im offenen Vokabular?
    • Es werden nur die Kategorien erkannt, die während des Trainings mit Kästchen angezeigt werden
    • Läuft schneller als alle anderen Detektoren
    • Erkennen von Objekten, die durch beliebigen Text beschrieben werden, einschließlich unsichtbarer Kategorien
    • Funktioniert nur mit Graustufenbildern
  2. In a common embedding-based open-vocabulary detector, how are candidate regions matched to user-supplied labels?
    • By using only the region's average brightness
    • By comparing visual-region features with text embeddings in a compatible representation space
    • By choosing labels alphabetically without visual features
    • By restricting every model to the original COCO class list
  3. Welche Vortrainingsressource ermöglicht die Erkennung offener Vokabeln am besten?
    • Großformatige Bild-Text-Paare zum Erlernen eines Vision-Sprach-Raums
    • Ein kleiner Satz perfekt beschrifteter Kartons
    • Audioaufnahmen
    • Handschriftliche Zifferndatensätze
  4. What replaces fixed per-class classifier weights in a common embedding-based open-vocabulary design?
    • The camera's physical image sensor
    • The bounding-box coordinate system
    • All visual features with random file identifiers
    • Representations of the supplied text labels used for similarity-based classification
  5. Welches davon ist ein Beispiel für ein Open-Vocabulary- oder Grounding-Erkennungsmodell?
    • ResNet-50 allein
    • Erdung DINO
    • Ein einfaches K-Means-Clustering-Skript
    • Ein Tabellenkalkulationsmakro
  6. What does an open-vocabulary detector's ability to use a new text category imply?
    • It guarantees accurate detection of every nameable object
    • The category must have been absent from every pretraining image and caption
    • It can attempt localization through learned vision-language associations, with accuracy requiring evaluation
    • It needs no visual features or bounding-box output
  7. What output distinguishes text-conditioned object detection from simply saying that an image contains a named category?
    • Only a whole-image tag with no object location
    • Only the text prompt's word count
    • Only the image's dimensions and filename
    • Locations such as bounding boxes for the matching objects
  8. Before using open-vocabulary predictions to auto-label a new domain, what should a dataset team check?
    • The boxes and labels under representative prompts, thresholds, and domain conditions
    • Assume text-conditioned predictions are automatically ground truth
    • Verify only that the label strings contain no spelling errors
    • Discard all visual inspection because image-text pretraining guarantees accuracy