Kuiz berkaitan panduan · Sederhana Tahap
Kuiz Pengecaman Tindakan
Ketahui cara model pengecaman tindakan video menggunakan bukti temporal, perwakilan gerakan dan lilitan spatiotemporal.
soalan 1 daripada 8
Apakah yang secara asasnya membezakan pengecaman tindakan daripada klasifikasi imej biasa?
Pratonton setiap soalan8 soalan
Jawapan dan penjelasan muncul semasa anda mengambil kuiz.
- Apakah yang secara asasnya membezakan pengecaman tindakan daripada klasifikasi imej biasa?
- Ia memberi alasan tentang cara piksel berubah merentas masa, bukan hanya satu bingkai
- Ia menggunakan imej yang lebih besar
- Ia hanya berfungsi pada video hitam-putih
- Ia tidak memerlukan data latihan
- Dalam rangkaian pengecaman tindakan dua aliran klasik, apakah yang biasanya diproses oleh aliran kedua?
- Bentuk gelombang audio
- Aliran optik yang mewakili gerakan
- Kapsyen teks
- Koordinat GPS
- Apakah yang ditambahkan oleh lilitan 3D berbanding lilitan 2D standard?
- Saluran warna
- Resolusi imej yang lebih tinggi
- Paksi temporal (masa) supaya penapis menjangkau berbilang bingkai
- Saiz batch yang lebih besar
- Apakah helah 'inflasi' yang digunakan oleh model I3D?
- Meningkatkan kecerahan video
- Menambah lebih banyak lapisan secara rawak
- Memampatkan fail video
- Memperluas pemberat rangkaian imej 2D menjadi 3D dengan mereplikasinya merentas masa
- Mengapakah dataset Something-Something terkenal untuk pengecaman tindakan?
- Ia memaksa model untuk memahami arah temporal dan bukannya bergantung pada konteks adegan
- Ia hanya mengandungi video haiwan
- Ia tidak mempunyai label
- Ia diperbuat daripada imej tunggal
- Teknik manakah yang membantu model pengecaman tindakan belajar daripada video tidak berlabel?
- Pelabelan bingkai demi bingkai manual
- Pemodelan video bertopeng yang diselia sendiri
- Memadam semua data gerakan
- Menggunakan audio sahaja
- How many action-template classes did the initial Something-Something dataset paper describe?
- 17 classes
- 1,740 classes
- 174 classes
- 17,400 classes
- What pretraining strategy does VideoMAE use?
- Training only on single labeled frames
- Replacing video with a text transcript
- Predicting optical flow without reconstructing masked content
- Masking a high proportion of video tokens and reconstructing them from visible tokens