गाइड से जुड़ी प्रश्नोत्तरी · मध्यम स्तर

योलो रीयल-टाइम डिटेक्शन क्विज़

YOLO के सिंगल-पास डिटेक्टर डिज़ाइन, ग्रिड भविष्यवाणियों, स्थानीयकरण ट्रेडऑफ़ और वास्तविक समय सीमा दरों की सीमाओं की समीक्षा करें।

संबंधित मार्गदर्शक पथयोलो रियल टाइम डिटेक्शन
प्रश्न 1 का 8

इस संदर्भ में संक्षिप्त नाम YOLO का क्या अर्थ है?

प्रत्येक प्रश्न का पूर्वावलोकन करें8 प्रश्न

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

  1. इस संदर्भ में संक्षिप्त नाम YOLO का क्या अर्थ है?
    • आप केवल एक बार देखें
    • आप केवल एक बार सीखते हैं
    • आपका ऑब्जेक्ट लोकेटर ऑनलाइन
    • यील्ड ऑब्जेक्ट लेबल आउटपुट
  2. Which cross-domain evaluation did the original YOLO paper report?
    • Transcribing speech from noisy recordings
    • Generalizing from natural images to artwork datasets
    • Classifying satellite images with no labels
    • Estimating depth from stereo video only
  3. कौन सी तकनीक YOLO के आउटपुट में डुप्लिकेट, ओवरलैपिंग बाउंडिंग बॉक्स को हटा देती है?
    • बैच सामान्यीकरण
    • ड्रॉपआउट
    • गैर-अधिकतम दमन
    • डेटा संवर्धन
  4. मूल YOLO डिज़ाइन में, भविष्यवाणी के लिए इनपुट छवि को कैसे विभाजित किया गया है?
    • यादृच्छिक फ़सलों में
    • रंगीन चैनलों में
    • एक ही क्षेत्र में
    • कोशिकाओं की एक ग्रिड में
  5. प्रत्येक ग्रिड सेल बाउंडिंग बॉक्स निर्देशांक के साथ किस मात्रा की भविष्यवाणी करता है?
    • एक वस्तुनिष्ठता आत्मविश्वास स्कोर और वर्ग संभावनाएँ
    • छवि संकल्प
    • कैमरे की फ़ोकल लंबाई
    • फ़ाइल संपीड़न अनुपात
  6. YOLO वीडियो और लाइव कैमरा अनुप्रयोगों के लिए विशेष रूप से लोकप्रिय क्यों है?
    • यह GPU पर नहीं चल सकता
    • इसकी एकल-पास गति वास्तविक समय-सीमा दर को सक्षम बनाती है
    • यह एकमात्र मॉडल है जो रंग का उपयोग करता है
    • इसके लिए किसी प्रशिक्षण की आवश्यकता नहीं है
  7. What accuracy tradeoff did the original YOLO paper report relative to leading detection systems?
    • It had no localization errors but missed every small object
    • It could detect only one class
    • It made more localization errors while being less likely to predict false detections where nothing existed
    • It required thousands of region-wise classifier runs
  8. Why can a real-time detector still be unsuitable for a particular deployment?
    • A real-time model cannot process images
    • Frame rate guarantees safety certification
    • A detector’s speed proves every object is found
    • Its measured speed does not establish adequate accuracy, latency or robustness for that setting