क्रिया पहचान प्रश्नोत्तरी

जैसे ही आप प्रश्नोत्तरी लेते हैं उत्तर और स्पष्टीकरण दिखाई देते हैं।

1. क्रिया पहचान को सामान्य छवि वर्गीकरण से मौलिक रूप से क्या अलग करता है?
   • यह बताता है कि पिक्सेल समय के साथ कैसे बदलते हैं, न कि केवल एक फ्रेम में
   • यह बड़ी छवियों का उपयोग करता है
   • यह केवल श्वेत-श्याम वीडियो पर काम करता है
   • इसके लिए किसी प्रशिक्षण डेटा की आवश्यकता नहीं है
2. क्लासिक टू-स्ट्रीम एक्शन रिकग्निशन नेटवर्क में, दूसरी स्ट्रीम आम तौर पर क्या प्रक्रिया करती है?
   • ऑडियो तरंगरूप
   • गति का प्रतिनिधित्व करने वाला ऑप्टिकल प्रवाह
   • पाठ शीर्षक
   • जीपीएस निर्देशांक
3. मानक 2डी कनवल्शन की तुलना में 3डी कनवल्शन क्या जोड़ता है?
   • रंगीन चैनल
   • उच्च छवि रिज़ॉल्यूशन
   • एक अस्थायी (समय) अक्ष इसलिए फ़िल्टर कई फ़्रेमों तक फैला होता है
   • एक बड़ा बैच आकार
4. I3D मॉडल द्वारा उपयोग की जाने वाली 'मुद्रास्फीति' चाल क्या है?
   • वीडियो की चमक बढ़ाना
   • यादृच्छिक रूप से अधिक परतें जोड़ना
   • वीडियो फ़ाइल को संपीड़ित करना
   • 2डी छवि-नेटवर्क भार को समय-समय पर प्रतिकृति बनाकर 3डी में विस्तारित करना
5. समथिंग-समथिंग डेटासेट क्रिया पहचान के लिए उल्लेखनीय क्यों है?
   • यह मॉडलों को दृश्य संदर्भ पर भरोसा करने के बजाय अस्थायी दिशा को समझने के लिए मजबूर करता है
   • इसमें केवल जानवरों के वीडियो हैं
   • इसका कोई लेबल नहीं है
   • यह एकल छवियों से बना है
6. कौन सी तकनीक क्रिया पहचान मॉडलों को बिना लेबल वाले वीडियो से सीखने में मदद करती है?
   • मैनुअल फ़्रेम-दर-फ़्रेम लेबलिंग
   • स्व-पर्यवेक्षित नकाबपोश वीडियो मॉडलिंग
   • सभी गति डेटा हटाया जा रहा है
   • केवल ऑडियो का उपयोग करना
7. How many action-template classes did the initial Something-Something dataset paper describe?
   • 17 classes
   • 1,740 classes
   • 174 classes
   • 17,400 classes
8. What pretraining strategy does VideoMAE use?
   • Training only on single labeled frames
   • Replacing video with a text transcript
   • Predicting optical flow without reconstructing masked content
   • Masking a high proportion of video tokens and reconstructing them from visible tokens