Cuestionario vinculado a una guía · Medio Nivel

Prueba de supresión no máxima

Revise los NMS codiciosos, la intersección sobre la unión, el orden de confianza, las compensaciones de umbrales de escenas abarrotadas y la supresión de puntuaciones suaves.

Rutas de guía relacionadasSupresión no máxima
Pregunta 1 de 8

¿Cuál es el objetivo principal de la supresión no máxima en la detección de objetos?

Vista previa de cada pregunta8 preguntas

Las respuestas y explicaciones aparecen a medida que realiza el cuestionario.

  1. ¿Cuál es el objetivo principal de la supresión no máxima en la detección de objetos?
    • Para eliminar cuadros superpuestos redundantes, manteniendo uno por objeto
    • Para aumentar el número de cajas detectadas
    • Para cambiar el tamaño de la imagen de entrada
    • Para entrenar los pesos del detector.
  2. ¿Qué métrica utiliza el NMS estándar para decidir si dos cuadros se superponen demasiado?
    • Distancia euclidiana entre centros
    • Intersección sobre Unión (IoU)
    • Similitud coseno de características
    • Diferencia de color de píxeles
  3. En los NMS codiciosos, ¿qué casilla se selecciona primero en cada ronda?
    • La caja más grande por área.
    • El cuadro más cercano al centro de la imagen.
    • La casilla con mayor puntuación de confianza
    • Una caja elegida al azar
  4. ¿Cuál es una debilidad conocida de los NMS codiciosos en escenas concurridas?
    • No puede manejar imágenes en color.
    • Siempre produce muy pocas cajas en general.
    • Requiere entrenamiento de GPU para ejecutarse
    • Puede suprimir un objeto cercano genuino que se superponga a una caja guardada.
  5. ¿En qué se diferencia Soft-NMS del NMS estándar?
    • Degrada las puntuaciones de cuadros superpuestos en lugar de eliminarlos por completo.
    • Elimina todas las casillas independientemente de la puntuación.
    • Ignora por completo las puntuaciones de confianza.
    • Sólo funciona durante el entrenamiento.
  6. ¿Por qué normalmente se aplica NMS por separado para cada clase de objeto?
    • Porque cada clase necesita una resolución de imagen diferente
    • Entonces un cuadro de una clase no suprime un cuadro de una clase diferente
    • Para hacer el algoritmo más lento a propósito
    • Porque IoU no se puede calcular entre clases
  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