가이드 연계 퀴즈 · 중간 레벨

개방형 어휘 객체 감지 퀴즈

텍스트 조건 영역 감지, 이미지-텍스트 사전 학습, 새로운 카테고리 프롬프트, 현지화 및 생성된 주석 평가의 필요성을 검토합니다.

관련 가이드 경로개방형 어휘 객체 감지
질문 1 의 8

개방형 어휘 객체 감지의 정의 기능은 무엇입니까?

모든 질문 미리보기8 질문

퀴즈를 풀면 정답과 설명이 나타납니다.

  1. 개방형 어휘 객체 감지의 정의 기능은 무엇입니까?
    • 학습 중 상자에 표시된 카테고리만 감지
    • 다른 모든 감지기보다 빠르게 실행
    • 보이지 않는 카테고리를 포함하여 임의의 텍스트로 설명되는 개체 감지
    • 회색조 이미지에서만 작업
  2. 일반적인 임베딩 기반 개방형 어휘 검출기에서 후보 영역은 사용자가 제공한 레이블과 어떻게 매칭되나요?
    • 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. 개방형 어휘 감지를 가장 활성화하는 사전 학습 리소스는 무엇입니까?
    • 비전-언어 공간을 학습하는 데 사용되는 대규모 이미지-텍스트 쌍
    • 완벽하게 라벨이 붙은 작은 상자 세트
    • 오디오 녹음
    • 필기 숫자 데이터세트
  4. 일반적인 임베딩 기반 개방형 어휘 설계에서 고정된 클래스별 분류기 가중치를 대체하는 것은 무엇인가요?
    • 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. 다음 중 공개 어휘 또는 접지 감지 모델의 예는 무엇입니까?
    • ResNet-50 단독
    • 접지 DINO
    • 일반 k-평균 클러스터링 스크립트
    • 스프레드시트 매크로
  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