Kuiz berkaitan panduan · Keras Tahap

Kuiz Pengesanan Transformer DETR

Uji pertanyaan objek DETR, padanan Hungary, sasaran tanpa objek, klasifikasi dan kehilangan kotak serta sebab pengesan berasaskan setnya mengelakkan NMS.

Laluan panduan yang berkaitanPengesanan Transformer Detr
soalan 1 daripada 8

Apakah yang dialih keluar oleh DETR berbanding dengan pengesan tradisional seperti Faster R-CNN?

Pratonton setiap soalan8 soalan

Jawapan dan penjelasan muncul semasa anda mengambil kuiz.

  1. Apakah yang dialih keluar oleh DETR berbanding dengan pengesan tradisional seperti Faster R-CNN?
    • Komponen rekaan tangan seperti kotak sauh dan penindasan bukan maksimum
    • Tulang belakang CNN sepenuhnya
    • Keperluan untuk sebarang data latihan
    • Kotak sempadan sebagai format output
  2. Algoritma manakah yang DETR gunakan untuk memadankan ramalan dengan objek kebenaran tanah semasa latihan?
    • k-bermaksud pengelompokan
    • Peningkatan kecerunan
    • Algoritma padanan Hungary (bipartit).
    • Carian rasuk
  3. Apakah 'pertanyaan objek' DETR?
    • Gesaan teks ditaip oleh pengguna
    • Kotak penambat saiz tetap
    • Piksel diambil daripada imej
    • Satu set tetap pembenaman dipelajari penyahkod bertukar menjadi pengesanan
  4. Apakah seni bina keseluruhan yang digabungkan oleh DETR?
    • Rangkaian berulang serta pokok keputusan
    • Tulang belakang CNN serta penyahkod pengekod pengubah
    • GAN tulen
    • Pengelas k-terdekat-jiran
  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. Apakah kelemahan DETR asal yang diketahui?
    • Konvergensi latihan yang perlahan dan pengesanan objek kecil yang lebih lemah
    • Ia tidak boleh berjalan pada GPU
    • Ia tidak memerlukan data berlabel
    • Ia hanya berfungsi pada imej skala kelabu
  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