गैर-अधिकतम दमन प्रश्नोत्तरी

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

1. वस्तु पहचान में गैर-अधिकतम दमन का मुख्य उद्देश्य क्या है?
   • प्रति ऑब्जेक्ट एक रखते हुए, अनावश्यक अतिव्यापी बक्सों को हटाने के लिए
   • खोजे गए बक्सों की संख्या बढ़ाने के लिए
   • इनपुट छवि का आकार बदलने के लिए
   • डिटेक्टर के वजन को प्रशिक्षित करने के लिए
2. मानक एनएमएस किस मीट्रिक का उपयोग यह तय करने के लिए करता है कि क्या दो बॉक्स बहुत अधिक ओवरलैप करते हैं?
   • केन्द्रों के बीच यूक्लिडियन दूरी
   • यूनियन पर अंतर्विरोध (IoU)
   • सुविधाओं की कोसाइन समानता
   • पिक्सेल रंग अंतर
3. लालची एनएमएस में, प्रत्येक राउंड में सबसे पहले कौन सा बॉक्स चुना जाता है?
   • क्षेत्रफल के हिसाब से सबसे बड़ा बॉक्स
   • छवि केंद्र के निकटतम बॉक्स
   • उच्चतम आत्मविश्वास स्कोर वाला बॉक्स
   • बेतरतीब ढंग से चुना गया बॉक्स
4. भीड़ भरे दृश्यों में लालची एनएमएस की ज्ञात कमजोरी क्या है?
   • यह रंगीन छवियों को संभाल नहीं सकता
   • यह कुल मिलाकर हमेशा बहुत कम बक्सों का उत्पादन करता है
   • इसे चलाने के लिए GPU प्रशिक्षण की आवश्यकता होती है
   • यह किसी वास्तविक पास की वस्तु को दबा सकता है जो रखे हुए बक्से को ओवरलैप करती है
5. सॉफ्ट-एनएमएस मानक एनएमएस से किस प्रकार भिन्न है?
   • यह कई ओवरलैपिंग बक्सों को एकमुश्त हटाने के बजाय उन्हें नष्ट कर देता है
   • यह स्कोर की परवाह किए बिना सभी बॉक्स हटा देता है
   • यह आत्मविश्वास स्कोर को पूरी तरह से नजरअंदाज कर देता है
   • यह केवल प्रशिक्षण के दौरान काम करता है
6. एनएमएस को आम तौर पर प्रत्येक ऑब्जेक्ट वर्ग के लिए अलग से क्यों लागू किया जाता है?
   • क्योंकि प्रत्येक वर्ग को एक अलग छवि रिज़ॉल्यूशन की आवश्यकता होती है
   • तो एक वर्ग का एक बॉक्स दूसरे वर्ग के एक बॉक्स को नहीं दबाता है
   • जानबूझकर एल्गोरिथम को धीमा बनाना
   • क्योंकि IoU की गणना सभी कक्षाओं में नहीं की जा सकती
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