Quiz collegato alla guida · Medio Livello
Quiz sul rilevamento degli oggetti
Testa il rilevamento degli oggetti tramite riquadri, coerenza delle annotazioni, soglie, punteggio di sovrapposizione, condizioni di acquisizione e revisione sicura delle previsioni incerte.
Domanda 1 di 8
Un rilevatore restituisce un'etichetta di categoria e un rettangolo attorno a ciascun elemento visibile. Che compito sta svolgendo?
Anteprima di ogni domanda8 domande
Le risposte e le spiegazioni vengono visualizzate mentre rispondi al quiz.
- Un rilevatore restituisce un'etichetta di categoria e un rettangolo attorno a ciascun elemento visibile. Che compito sta svolgendo?
- Rilevamento oggetti
- Solo classificazione delle immagini
- Solo segmentazione a livello di pixel
- Traduzione del testo
- Cosa fa spesso la classificazione delle immagini senza il rilevamento degli oggetti?
- Restituisce un riquadro di delimitazione per ogni istanza
- Assegnare un'etichetta senza individuare l'oggetto
- Segmenta ciascun pixel dell'oggetto
- Sovrapposizione della casella di misura
- Perché definire regole di annotazione per oggetti parzialmente nascosti o minuscoli?
- Piccoli oggetti non influenzano la valutazione
- Le regole garantiscono una precisione perfetta
- Scatole incoerenti o oggetti omessi possono confondere formazione e valutazione
- Determinano la risoluzione dell'immagine
- What can a score threshold change in detector postprocessing?
- The crop’s lighting
- The image’s original dimensions
- The ground-truth labels
- The balance between missed objects and false detections
- Two 10-by-10 boxes overlap over 50 pixels; their union is 150 pixels. What is IoU?
- 0.50
- About 0.33
- 0.67
- 1.00
- Why do matching rules matter when reporting precision and recall?
- They decide category names after training
- They set camera exposure
- The match threshold and included object sizes affect which predictions count
- They remove the need for references
- A detector works on large isolated products but misses small crowded items. What should be tested?
- Real capture conditions, including crowding and occlusion
- Only a clean laboratory image
- Only the average score
- The model’s name
- A low-confidence detection could trigger a consequential action. What should be defined beforehand?
- An automatic action with no review
- An assumption that every box is correct
- A rule to ignore all low scores
- A human review process for uncertain detections