가이드 연계 퀴즈 · 하드 레벨

Panoptic 분할 퀴즈

사물, 인스턴스 ID 및 Panoptic 품질에 대한 Panoptic 세분화를 검토합니다. 두 가지 측정항목 구성요소가 어떻게 서로 다른 오류를 드러내는지 알아보세요.

관련 가이드 경로Panoptic 분할
질문 1 의 8

Panoptic 분할은 이미지의 모든 픽셀에 무엇을 할당합니까?

모든 질문 미리보기8 질문

퀴즈를 풀면 정답과 설명이 나타납니다.

  1. Panoptic 분할은 이미지의 모든 픽셀에 무엇을 할당합니까?
    • 카테고리 라벨과 셀 수 있는 객체의 인스턴스 ID
    • 깊이 값만
    • 단일 경계 상자
    • 흐림 수준
  2. Panoptic 용어로 '물건' 클래스란 무엇입니까?
    • 자동차, 사람 등 셀 수 있는 물체
    • 하늘, 도로, 잔디와 같은 비정질 영역
    • 이미지의 텍스트 라벨
    • 카메라 메타데이터
  3. Panoptic 분할이 극복하는 의미론적 분할의 주요 한계는 무엇입니까?
    • 그것은 하늘에 라벨을 붙일 수 없다
    • 영상에서만 작동합니다
    • 동일한 카테고리의 개별 인스턴스를 구별할 수 없습니다.
    • 모든 배경을 무시합니다.
  4. Panoptic 분할 품질을 평가하는 데 사용되는 측정항목은 무엇입니까?
    • 초당 프레임
    • 압축비
    • 색상 정확도
    • Panoptic 품질(PQ)
  5. 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
  6. 하나의 통합된 쿼리 기반 모델에서 사물과 사물을 모두 처리하는 최신 아키텍처는 무엇입니까?
    • JPEG
    • 마스크2이전
    • ResNet-18 단독
    • 규칙 기반 필터
  7. 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
  8. 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