ओपन-वोकैबुलरी ऑब्जेक्ट डिटेक्शन क्विज़

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

1. ओपन-वोकैबुलरी ऑब्जेक्ट डिटेक्शन की परिभाषित क्षमता क्या है?
   • प्रशिक्षण के दौरान बक्सों के साथ देखी गई केवल श्रेणियों का पता लगाना
   • अन्य सभी डिटेक्टरों की तुलना में तेज़ चल रहा है
   • अनदेखी श्रेणियों सहित मनमाने पाठ द्वारा वर्णित वस्तुओं का पता लगाना
   • केवल ग्रेस्केल छवियों पर कार्य करना
2. In a common embedding-based open-vocabulary detector, how are candidate regions matched to user-supplied labels?
   • By using only the region's average brightness
   • By comparing visual-region features with text embeddings in a compatible representation space
   • By choosing labels alphabetically without visual features
   • By restricting every model to the original COCO class list
3. कौन सा पूर्व-प्रशिक्षण संसाधन खुली-शब्दावली का पता लगाने में सबसे अधिक सक्षम बनाता है?
   • बड़े पैमाने पर छवि-पाठ जोड़े का उपयोग दृष्टि-भाषा स्थान सीखने के लिए किया जाता है
   • पूर्णतया लेबल वाले बक्सों का एक छोटा सा सेट
   • ऑडियो रिकॉर्डिंग
   • हस्तलिखित अंक डेटासेट
4. What replaces fixed per-class classifier weights in a common embedding-based open-vocabulary design?
   • The camera's physical image sensor
   • The bounding-box coordinate system
   • All visual features with random file identifiers
   • Representations of the supplied text labels used for similarity-based classification
5. इनमें से कौन सा ओपन-वोकैबुलरी या ग्राउंडिंग डिटेक्शन मॉडल का एक उदाहरण है?
   • रेसनेट-50 अकेले
   • ग्राउंडिंग डिनो
   • एक सादा k-साधन क्लस्टरिंग स्क्रिप्ट
   • एक स्प्रेडशीट मैक्रो
6. What does an open-vocabulary detector's ability to use a new text category imply?
   • It guarantees accurate detection of every nameable object
   • The category must have been absent from every pretraining image and caption
   • It can attempt localization through learned vision-language associations, with accuracy requiring evaluation
   • It needs no visual features or bounding-box output
7. What output distinguishes text-conditioned object detection from simply saying that an image contains a named category?
   • Only a whole-image tag with no object location
   • Only the text prompt's word count
   • Only the image's dimensions and filename
   • Locations such as bounding boxes for the matching objects
8. Before using open-vocabulary predictions to auto-label a new domain, what should a dataset team check?
   • The boxes and labels under representative prompts, thresholds, and domain conditions
   • Assume text-conditioned predictions are automatically ground truth
   • Verify only that the label strings contain no spelling errors
   • Discard all visual inspection because image-text pretraining guarantees accuracy