Kuis terkait panduan · Sedang Tingkat

Kuis Deteksi Waktu Nyata YOLO

Tinjau desain detektor single-pass YOLO, prediksi grid, pengorbanan lokalisasi, dan batasan frame rate waktu nyata.

Jalur panduan terkaitDeteksi Waktu Nyata Yolo
Pertanyaan 1 dari 8

Apa singkatan dari YOLO dalam konteks ini?

Pratinjau setiap pertanyaan8 pertanyaan

Jawaban dan penjelasan muncul saat Anda mengikuti kuis.

  1. Apa singkatan dari YOLO dalam konteks ini?
    • Anda Hanya Melihat Sekali
    • Anda Hanya Belajar Sekali
    • Pencari Objek Anda Secara Online
    • Output Label Objek yang Dihasilkan
  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. Teknik apa yang menghilangkan duplikat, kotak pembatas yang tumpang tindih dalam keluaran YOLO?
    • Normalisasi batch
    • Putus sekolah
    • Penekanan tidak maksimal
    • Augmentasi data
  4. Dalam desain YOLO asli, bagaimana gambar masukan dibagi untuk prediksi?
    • Menjadi tanaman acak
    • Ke saluran warna
    • Menjadi satu wilayah
    • Ke dalam kotak sel
  5. Kuantitas manakah yang diprediksi oleh setiap sel kisi di samping koordinat kotak pembatas?
    • Skor keyakinan objektivitas dan probabilitas kelas
    • Resolusi gambar
    • Panjang fokus kamera
    • Rasio kompresi file
  6. Mengapa YOLO sangat populer untuk aplikasi video dan kamera langsung?
    • Itu tidak dapat berjalan di GPU
    • Kecepatan single-passnya memungkinkan frame rate real-time
    • Ini adalah satu-satunya model yang menggunakan warna
    • Itu tidak memerlukan pelatihan sama sekali
  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