फ़ीचर पिरामिड नेटवर्क क्विज़

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

1. फ़ीचर पिरामिड नेटवर्क मुख्य रूप से किस मुख्य समस्या का समाधान करता है?
   • उन वस्तुओं का पता लगाना जो बहुत भिन्न पैमाने पर दिखाई देती हैं
   • आवश्यक प्रशिक्षण छवियों की संख्या कम करना
   • पता लगाने के बाद डुप्लिकेट बाउंडिंग बॉक्स को हटाना
   • मोबाइल परिनियोजन के लिए कंप्रेसिंग मॉडल
2. एक छवि पिरामिड बनाने (नेटवर्क का आकार बदलने और फिर से चलाने) की तुलना में, एफपीएन मुख्य रूप से फायदेमंद है क्योंकि यह:
   • किसी भी प्रकार के बैकबोन नेटवर्क की आवश्यकता नहीं है
   • नेटवर्क के अंदर पहले से ही गणना की गई सुविधाओं का पुन: उपयोग करता है, जिससे गणना बचती है
   • किसी भी संलयन की आवश्यकता समाप्त हो जाती है
   • केवल ग्रेस्केल छवियों पर काम करता है
3. एफपीएन में, टॉप-डाउन पाथवे की क्या भूमिका है?
   • यह कम-रिज़ॉल्यूशन सुविधाओं को त्याग देता है
   • यह केवल वर्गीकरण के लिए छवियों को फीचर वैक्टर में परिवर्तित करता है
   • यह शब्दार्थ की दृष्टि से समृद्ध, गहरी विशेषताओं को उच्च रिज़ॉल्यूशन तक ले जाता है
   • यह गैर-अधिकतम दमन करता है
4. पार्श्व कनेक्शन को आम तौर पर अपसैंपल्ड टॉप-डाउन सुविधाओं के साथ कैसे जोड़ा जाता है?
   • चैनल-वार संयोजित किया गया और फिर आधा कर दिया गया
   • सॉफ्टमैक्स के बाद तत्व-वार गुणा किया गया
   • अंतर मानचित्र की गणना करने के लिए घटाया गया
   • 1x1 कनवल्शन के बाद चैनलों को संरेखित करने के बाद तत्व-वार जोड़ा गया
5. एफपीएन में प्रत्येक मर्ज किए गए फीचर मैप पर 3x3 कनवल्शन क्यों लागू किया जाता है?
   • मानचित्र को सुचारू बनाने और अपसैंपलिंग से एलियासिंग को कम करने के लिए
   • स्थानिक विभेदन को आधे से कम करना
   • छवि को श्रेणियों में वर्गीकृत करना
   • सुविधाओं को सीधे बाउंडिंग-बॉक्स निर्देशांक में परिवर्तित करना
6. किस बाद की वास्तुकला ने एफपीएन को सीखने योग्य, भारित द्विदिश संलयन के साथ बढ़ाया?
   • एलेक्सनेट
   • BiFPN, EfficientDet में उपयोग किया जाता है
   • लेनेट-5
   • Word2Vec
7. How is a top-down FPN feature map typically resized before lateral fusion?
   • Downsampled to a single pixel
   • Rotated 90 degrees
   • Upsampled by a factor of two using nearest-neighbor interpolation
   • Converted into a text sequence
8. What does an FPN preserve by merging shallow high-resolution features with deeper semantic features?
   • Only the original image colors
   • Only the deepest layer’s low-resolution grid
   • The exact training labels without feature extraction
   • Fine spatial detail together with stronger semantic information