가이드 연계 퀴즈 · 하드 레벨

DETR 변압기 감지 퀴즈

DETR 개체 쿼리, 헝가리어 일치, 개체 없는 대상, 분류 및 상자 손실, 그리고 세트 기반 탐지기가 NMS를 피하는 이유를 테스트합니다.

관련 가이드 경로Detr 변압기 감지
질문 1 의 8

Faster R-CNN과 같은 기존 감지기와 비교하여 DETR은 무엇을 제거합니까?

모든 질문 미리보기8 질문

퀴즈를 풀면 정답과 설명이 나타납니다.

  1. Faster R-CNN과 같은 기존 감지기와 비교하여 DETR은 무엇을 제거합니까?
    • 앵커 박스, 비최대 억제 등 수작업으로 설계한 구성요소
    • CNN 백본 전체
    • 훈련 데이터의 필요성
    • 출력 형식으로서의 경계 상자
  2. DETR은 훈련 중에 예측을 실측 객체와 일치시키기 위해 어떤 알고리즘을 사용합니까?
    • k-평균 클러스터링
    • 그라데이션 부스팅
    • 헝가리어(이부분) 일치 알고리즘
    • 빔 검색
  3. DETR의 '객체 쿼리'란 무엇입니까?
    • 사용자가 입력한 텍스트 프롬프트
    • 고정된 크기의 앵커 박스
    • 이미지에서 샘플링된 픽셀
    • 디코더가 탐지로 전환하는 고정된 학습된 임베딩 세트
  4. DETR은 어떤 전체 아키텍처를 결합합니까?
    • 순환 네트워크와 의사결정 트리
    • CNN 백본과 변환기 인코더-디코더
    • 순수한 GAN
    • k-최근접이웃 분류기
  5. How does DETR's training objective support inference without a separate NMS stage?
    • They make every possible duplicate prediction mathematically impossible
    • The model can only output one object per image
    • One-to-one matching and set losses discourage multiple predictions for the same object
    • A hidden NMS classifier supplies every training target
  6. 원래 DETR의 알려진 약점은 무엇입니까?
    • 훈련 수렴이 느리고 작은 물체 감지가 약함
    • GPU에서는 실행할 수 없습니다.
    • 라벨이 붙은 데이터가 필요하지 않습니다.
    • 회색조 이미지에서만 작동했습니다.
  7. What training label does original DETR assign to an object query that is not matched to a ground-truth object?
    • The largest visible object's class regardless of matching
    • The no-object class
    • A mandatory new ground-truth object invented for the query
    • The image's filename as a class label
  8. Which prediction errors does DETR's set loss penalize on matched object pairs?
    • Only the number of letters in the class name
    • Only the image's compression size
    • Only whether the training batch uses a GPU
    • Both the predicted class and bounding-box errors