Mit dem Guide verknüpftes Quiz · Schwer Ebene

Panoptisches Segmentierungsquiz

Überprüfen Sie die panoptische Segmentierung für Dinge und Dinge, Instanz-IDs und panoptische Qualität. Erfahren Sie, wie die beiden metrischen Komponenten unterschiedliche Fehler aufdecken.

Verwandte FührungspfadePanoptische Segmentierung
Frage 1 von 8

Was weist die panoptische Segmentierung jedem Pixel in einem Bild zu?

Sehen Sie sich jede Frage in der Vorschau an8 Fragen

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

  1. Was weist die panoptische Segmentierung jedem Pixel in einem Bild zu?
    • Eine Kategoriebezeichnung sowie eine Instanz-ID für zählbare Objekte
    • Nur ein Tiefenwert
    • Ein einzelner Begrenzungsrahmen
    • Eine Unschärfestufe
  2. Was sind in der panoptischen Terminologie „Stoff“-Klassen?
    • Zählbare Objekte wie Autos und Menschen
    • Amorphe Regionen wie Himmel, Straße oder Gras
    • Textbeschriftungen im Bild
    • Kamera-Metadaten
  3. Was ist die Hauptbeschränkung der semantischen Segmentierung, die durch die panoptische Segmentierung überwunden wird?
    • Es kann den Himmel nicht beschriften
    • Es funktioniert nur auf Video
    • Es kann keine einzelnen Instanzen derselben Kategorie unterscheiden
    • Es ignoriert den gesamten Hintergrund
  4. Welche Metrik wird zur Bewertung der panoptischen Segmentierungsqualität verwendet?
    • Bilder pro Sekunde
    • Kompressionsverhältnis
    • Farbgenauigkeit
    • Panoptische Qualität (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. Welche moderne Architektur verwaltet beides und alles in einem einheitlichen, abfragebasierten Modell?
    • JPEG
    • Mask2Former
    • ResNet-18 allein
    • Ein regelbasierter Filter
  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