Gids-gekoppelde quiz · Moeilijk Niveau

DETR Transformatordetectiequiz

Test DETR-objectquery's, Hongaarse matching, doelen zonder object, classificatie en box-verliezen, en de reden waarom de op sets gebaseerde detector NMS vermijdt.

Gerelateerde gidspadenDetr-transformatordetectie
Vraag 1 van 8

Wat verwijdert DETR vergeleken met traditionele detectoren zoals Faster R-CNN?

Bekijk elke vraag8 vragen

Antwoorden en uitleg verschijnen terwijl je de quiz doet.

  1. Wat verwijdert DETR vergeleken met traditionele detectoren zoals Faster R-CNN?
    • Met de hand ontworpen componenten zoals ankerdozen en niet-maximale onderdrukking
    • De CNN-backbone volledig
    • De behoefte aan trainingsgegevens
    • Grenzen als uitvoerformaat
  2. Welk algoritme gebruikt DETR om tijdens de training voorspellingen te matchen met ground-truth-objecten?
    • k-betekent clustering
    • Verloopversterking
    • Het Hongaarse (bipartiete) matchingalgoritme
    • Straal zoeken
  3. Wat zijn de 'objectquery's' van DETR?
    • Tekstprompts getypt door de gebruiker
    • Ankerdozen met vaste afmetingen
    • Pixels gesampled uit de afbeelding
    • Een vaste set aangeleerde inbeddingen die de decoder omzet in detecties
  4. Welke algemene architectuur combineert DETR?
    • Een terugkerend netwerk plus een beslisboom
    • Een CNN-backbone plus een transformator-encoder-decoder
    • Een pure GAN
    • Een k-dichtstbijzijnde buurclassificator
  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. Wat was een bekende zwakte van de oorspronkelijke DETR?
    • Langzame trainingsconvergentie en zwakkere detectie van kleine objecten
    • Het kon niet op GPU's draaien
    • Er waren geen gelabelde gegevens voor nodig
    • Het werkte alleen op grijswaardenafbeeldingen
  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