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.

Percorsi guida correlatiRilevamento oggetti
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.

  1. 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
  2. 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
  3. 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
  4. 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
  5. 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
  6. 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
  7. 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
  8. 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