Quiz collegato alla guida · Medio Livello
Quiz sulla perdita focale per rilevamento sbilanciato
Controlla il modulatore della perdita focale, lo squilibrio di classe, il ruolo di alfa e gamma e la differenza tra esempi ben classificati e difficili.
Domanda 1 di 8
Quale problema principale nel rilevamento di oggetti in una sola fase è stato progettato per risolvere la perdita focale?
Anteprima di ogni domanda8 domande
Le risposte e le spiegazioni vengono visualizzate mentre rispondi al quiz.
- Quale problema principale nel rilevamento di oggetti in una sola fase è stato progettato per risolvere la perdita focale?
- Estremo squilibrio tra rari oggetti in primo piano e abbondante sfondo semplice
- Velocità di inferenza lenta dei rilevatori a due stadi
- Mancanza di dati di addestramento etichettati
- Adattamento eccessivo a oggetti di grandi dimensioni
- Qual è il fattore modulante che fa sì che la perdita focale si moltiplichi sull'entropia incrociata?
- log(p_t)
- (1 - p_t)^gamma
- solo p_t^2
- 1/p_t
- Cosa succede alla perdita focale quando il parametro gamma di messa a fuoco è impostato su 0?
- Diventa errore quadratico medio
- Ignora tutti gli esempi positivi
- Diventa un'entropia incrociata ordinaria
- Diverge all'infinito
- Che effetto ha l’aumento della gamma su esempi semplici e ben classificati?
- Aumenta il loro contributo alle perdite
- Lascia invariato il loro contributo
- Li rimuove dal set di dati
- Sopprime più fortemente il loro contributo alle perdite
- Quale architettura del rivelatore ha introdotto la perdita focale?
- RetinaNet
- YOLOv1
- R-CNN più veloce
- AlexNet
- Che ruolo gioca tipicamente il parametro alfa insieme alla gamma?
- Imposta il tasso di apprendimento
- Bilancia il peso relativo delle classi positive rispetto a quelle negative
- Controlla la risoluzione dell'immagine
- Definisce il numero di scatole di ancoraggio
- For a hard example with p_t close to zero, what is the focal modulating factor (1 − p_t)^gamma likely to do?
- Drive the factor to zero
- Turn the example into a positive label
- Keep the factor relatively close to one so the example retains substantial loss weight
- Replace the cross-entropy term with alpha
- A dense detector has many easy background locations. What effect does focal loss aim to have on their combined training influence?
- Increase their count by duplicating them
- Remove all positive object examples
- Make every example receive an identical loss
- Reduce their dominance so training can focus more on sparse hard examples