Kuiz berkaitan panduan · Sederhana Tahap
Kuiz Rangkaian Piramid Ciri
Uji gabungan ciri atas ke bawah dan sisi FPN, tahap khusus skala, pensampelan jiran terdekat dan penggunaan dalam pengesanan objek berbilang skala.
soalan 1 daripada 8
Apakah masalah teras yang paling utama diselesaikan oleh Rangkaian Piramid Ciri?
Pratonton setiap soalan8 soalan
Jawapan dan penjelasan muncul semasa anda mengambil kuiz.
- Apakah masalah teras yang paling utama diselesaikan oleh Rangkaian Piramid Ciri?
- Mengesan objek yang muncul pada skala yang sangat berbeza
- Mengurangkan bilangan imej latihan yang diperlukan
- Mengalih keluar kotak sempadan pendua selepas pengesanan
- Memampatkan model untuk penggunaan mudah alih
- Berbanding dengan membina piramid imej (mengubah saiz dan menjalankan semula rangkaian), FPN amat berfaedah kerana ia:
- Tidak memerlukan rangkaian tulang belakang sama sekali
- Menggunakan semula ciri yang telah dikira dalam rangkaian, menjimatkan pengiraan
- Menghapuskan keperluan untuk sebarang lilitan
- Hanya berfungsi pada imej skala kelabu
- Dalam FPN, apakah peranan laluan atas ke bawah?
- Ia membuang ciri resolusi rendah
- Ia menukar imej kepada vektor ciri untuk pengelasan sahaja
- Ia membawa ciri yang kaya dan mendalam dari segi semantik sehingga resolusi yang lebih tinggi
- Ia melakukan penindasan bukan maksimum
- Bagaimanakah sambungan sisi biasanya digabungkan dengan ciri atas-bawah sampel atas?
- Disatukan mengikut saluran kemudian dibelah dua
- Didarabkan mengikut elemen selepas softmax
- Ditolak untuk mengira peta perbezaan
- Ditambah dari segi elemen selepas lilitan 1x1 menjajarkan saluran
- Mengapakah lilitan 3x3 digunakan pada setiap peta ciri yang digabungkan dalam FPN?
- Untuk melicinkan peta dan mengurangkan pengalianan daripada pensampelan tinggi
- Untuk mengurangkan resolusi spatial sebanyak separuh
- Untuk mengelaskan imej ke dalam kategori
- Untuk menukar ciri kepada koordinat kotak sempadan secara langsung
- Seni bina yang kemudiannya memanjangkan FPN dengan gabungan dua arah yang boleh dipelajari dan berwajaran?
- AlexNet
- BiFPN, digunakan dalam EfficientDet
- LeNet-5
- Word2Vec
- How is a top-down FPN feature map typically resized before lateral fusion?
- Downsampled to a single pixel
- Rotated 90 degrees
- Upsampled by a factor of two using nearest-neighbor interpolation
- Converted into a text sequence
- What does an FPN preserve by merging shallow high-resolution features with deeper semantic features?
- Only the original image colors
- Only the deepest layer’s low-resolution grid
- The exact training labels without feature extraction
- Fine spatial detail together with stronger semantic information