ガイド連動クイズ · 中 レベル

自由語彙オブジェクト検出クイズ

テキスト条件付き領域検出、画像テキストの事前トレーニング、新しいカテゴリ プロンプト、ローカリゼーション、生成された注釈を評価する必要性を確認します。

関連するガイドパスオープンボキャブラリーオブジェクトの検出
質問 1 の 8

オープン語彙オブジェクト検出の特徴的な機能は何ですか?

すべての質問をプレビューする8 質問

クイズに答えると、答えと解説が表示されます。

  1. オープン語彙オブジェクト検出の特徴的な機能は何ですか?
    • トレーニング中にボックスで表示されたカテゴリのみを検出する
    • 他のすべての検出器よりも高速に実行されます
    • 目に見えないカテゴリを含む、任意のテキストで記述されたオブジェクトの検出
    • グレースケール画像のみで作業する
  2. In a common embedding-based open-vocabulary detector, how are candidate regions matched to user-supplied labels?
    • By using only the region's average brightness
    • By comparing visual-region features with text embeddings in a compatible representation space
    • By choosing labels alphabetically without visual features
    • By restricting every model to the original COCO class list
  3. オープン語彙の検出を最も可能にする事前トレーニング リソースは何ですか?
    • 視覚言語空間を学習するために使用される大規模な画像とテキストのペア
    • 完璧にラベルが貼られた箱の小さなセット
    • 音声録音
    • 手書き数字データセット
  4. What replaces fixed per-class classifier weights in a common embedding-based open-vocabulary design?
    • The camera's physical image sensor
    • The bounding-box coordinate system
    • All visual features with random file identifiers
    • Representations of the supplied text labels used for similarity-based classification
  5. オープンボキャブラリーまたはグラウンディング検出モデルの例は次のうちどれですか?
    • ResNet-50単体
    • グランディングDINO
    • 単純な K-means クラスタリング スクリプト
    • スプレッドシートマクロ
  6. What does an open-vocabulary detector's ability to use a new text category imply?
    • It guarantees accurate detection of every nameable object
    • The category must have been absent from every pretraining image and caption
    • It can attempt localization through learned vision-language associations, with accuracy requiring evaluation
    • It needs no visual features or bounding-box output
  7. What output distinguishes text-conditioned object detection from simply saying that an image contains a named category?
    • Only a whole-image tag with no object location
    • Only the text prompt's word count
    • Only the image's dimensions and filename
    • Locations such as bounding boxes for the matching objects
  8. Before using open-vocabulary predictions to auto-label a new domain, what should a dataset team check?
    • The boxes and labels under representative prompts, thresholds, and domain conditions
    • Assume text-conditioned predictions are automatically ground truth
    • Verify only that the label strings contain no spelling errors
    • Discard all visual inspection because image-text pretraining guarantees accuracy