Quiz collegato alla guida · Difficile Livello
Quiz sulla segmentazione panottica
Esaminare la segmentazione panoptic per cose e cose, ID di istanza e qualità panoptic; scoprire come le sue due componenti metriche rivelano errori diversi.
Domanda 1 di 8
Cosa assegna la segmentazione panottica a ogni pixel di un'immagine?
Anteprima di ogni domanda8 domande
Le risposte e le spiegazioni vengono visualizzate mentre rispondi al quiz.
- Cosa assegna la segmentazione panottica a ogni pixel di un'immagine?
- Un'etichetta di categoria, più un ID di istanza per oggetti numerabili
- Solo un valore di profondità
- Un unico riquadro di delimitazione
- Un livello di sfocatura
- Nella terminologia panottica, cosa sono le classi "roba"?
- Oggetti numerabili come automobili e persone
- Regioni amorfe come cielo, strada o erba
- Etichette di testo nell'immagine
- Metadati della fotocamera
- Qual è il limite principale della segmentazione semantica che la segmentazione panottica supera?
- Non può etichettare il cielo
- Funziona solo sui video
- Non può distinguere singole istanze della stessa categoria
- Ignora tutto lo sfondo
- Quale metrica viene utilizzata per valutare la qualità della segmentazione panottica?
- Fotogrammi al secondo
- Rapporto di compressione
- Precisione del colore
- Qualità Panottica (PQ)
- What does segmentation quality (SQ) measure within Panoptic Quality?
- The average IoU of matched predicted and ground-truth segments
- The number of images in the dataset
- The speed of inference
- The fraction of classes that are things
- Quale architettura moderna gestisce sia le cose che le cose in un modello unificato e basato su query?
- JPEG
- Mask2Former
- Solo ResNet-18
- Un filtro basato su regole
- How is Panoptic Quality (PQ) decomposed in the original formulation?
- As image resolution multiplied by object count
- As precision plus recall only
- As segmentation quality multiplied by recognition quality
- As frame rate divided by latency
- Why can a single PQ score conceal useful diagnostic information?
- PQ measures only image brightness
- PQ excludes stuff classes
- PQ is not computed from predictions
- Segmentation and recognition errors can contribute differently to the aggregate