Cuestionario vinculado a una guía · Medio Nivel

Prueba de detección en tiempo real de YOLO

Revise el diseño del detector de paso único, las predicciones de cuadrícula, las compensaciones de localización y los límites de las velocidades de fotogramas en tiempo real de YOLO.

Rutas de guía relacionadasDetección en tiempo real de Yolo
Pregunta 1 de 8

¿Qué significa el acrónimo YOLO en este contexto?

Vista previa de cada pregunta8 preguntas

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

  1. ¿Qué significa el acrónimo YOLO en este contexto?
    • Sólo miras una vez
    • Sólo se aprende una vez
    • Su localizador de objetos en línea
    • Salida de etiqueta de objeto cedido
  2. Which cross-domain evaluation did the original YOLO paper report?
    • Transcribing speech from noisy recordings
    • Generalizing from natural images to artwork datasets
    • Classifying satellite images with no labels
    • Estimating depth from stereo video only
  3. ¿Qué técnica elimina cuadros delimitadores duplicados y superpuestos en la salida de YOLO?
    • Normalización por lotes
    • Abandono
    • Supresión no máxima
    • Aumento de datos
  4. En el diseño original de YOLO, ¿cómo se divide la imagen de entrada para la predicción?
    • En cultivos aleatorios
    • En canales de color
    • En una sola región
    • En una cuadrícula de celdas
  5. ¿Qué cantidad predice cada celda de la cuadrícula junto con las coordenadas del cuadro delimitador?
    • Una puntuación de confianza de objetividad y probabilidades de clase.
    • La resolución de la imagen
    • La distancia focal de la cámara
    • La relación de compresión de archivos.
  6. ¿Por qué YOLO es especialmente popular para aplicaciones de video y cámara en vivo?
    • No puede ejecutarse en GPU
    • Su velocidad de un solo paso permite velocidades de fotogramas en tiempo real
    • Es el único modelo que usa color.
    • No requiere ningún tipo de formación
  7. What accuracy tradeoff did the original YOLO paper report relative to leading detection systems?
    • It had no localization errors but missed every small object
    • It could detect only one class
    • It made more localization errors while being less likely to predict false detections where nothing existed
    • It required thousands of region-wise classifier runs
  8. Why can a real-time detector still be unsuitable for a particular deployment?
    • A real-time model cannot process images
    • Frame rate guarantees safety certification
    • A detector’s speed proves every object is found
    • Its measured speed does not establish adequate accuracy, latency or robustness for that setting