Quiz sur les convolutions déformables

Les réponses et les explications apparaissent au fur et à mesure que vous répondez au quiz.

1. Qu'apporte une convolution déformable par rapport à une convolution standard ?
   • Une taille de noyau fixe plus grande
   • Décalages 2D appris qui décalent chaque point d'échantillonnage
   • Une étape de mutualisation après chaque couche
   • Décrochage aléatoire sur les poids
2. Comment les décalages d'échantillonnage dans une convolution déformable sont-ils générés ?
   • Ils sont codés à la main par l'ingénieur
   • Ce sont des constantes fixes d'une table de recherche
   • Ils sont copiés de l'image précédente
   • Une couche de convolution supplémentaire les prédit à partir de l'entrée
3. Étant donné que les décalages prédits sont généralement fractionnaires, comment les valeurs de pixels sont-elles échantillonnées à ces positions ?
   • Interpolation bilinéaire
   • Arrondi au voisin le plus proche uniquement
   • Mise en commun maximale
   • Ils sont ignorés
4. Qu'est-ce que Deformable ConvNets v2 (2018) a ajouté par rapport à l'original ?
   • Connexions récurrentes
   • Une nouvelle fonction de perte uniquement
   • Pondérations de modulation par échantillon qui mettent à l'échelle la contribution de chaque point
   • Suppression de tous les décalages
5. Pourquoi les circonvolutions déformables sont-elles particulièrement utiles pour les objets de forme irrégulière ?
   • Leur champ récepteur peut se déformer pour suivre les contours réels de l'objet
   • Ils augmentent la résolution de l'image
   • Ils compressent la taille du modèle
   • Ils convertissent les images couleur en niveaux de gris
6. Quel modèle de détection moderne applique l’idée déformable à l’attention des transformateurs ?
   • ResNet-50
   • AlexNet
   • U-Net
   • DETR déformable
7. Pour un noyau déformable à deux dimensions à N points, combien de composantes de décalage sont prédites à chaque emplacement de sortie ?
   • N : une probabilité de classe par point
   • N au carré : un déplacement pour chaque paire de points
   • 2N : un déplacement horizontal et un déplacement vertical par point
   • Deux au total, partagés par les N points
8. Où le RoI pooling déformable applique-t-il des décalages adaptatifs ?
   • Uniquement aux noms de classes de sortie du détecteur
   • Aux emplacements d’échantillonnage au sein des caractéristiques de région d’un objet proposé
   • Aux coordonnées de la boîte vérité terrain avant annotation
   • Uniquement aux blocs de compression du fichier image