Gids-gekoppelde quiz · Moeilijk Niveau
Panoptische segmentatiequiz
Beoordeel panoptic segmentatie voor 'things' en 'stuff', instance IDs en Panoptic Quality; leer hoe de twee componenten van deze meting verschillende fouten onthullen.
Vraag 1 van 8
Wat wijst panoptische segmentatie toe aan elke pixel in een afbeelding?
Bekijk elke vraag8 vragen
Antwoorden en uitleg verschijnen terwijl je de quiz doet.
- Wat wijst panoptische segmentatie toe aan elke pixel in een afbeelding?
- Een categorielabel, plus een instantie-ID voor telbare objecten
- Alleen een dieptewaarde
- Eén enkele selectiekader
- Een vervagingsniveau
- Wat zijn ‘stuff’-klassen in panoptische terminologie?
- Telbare objecten zoals auto's en mensen
- Amorfe gebieden zoals lucht, weg of gras
- Tekstlabels in de afbeelding
- Metagegevens van de camera
- Wat is de belangrijkste beperking van semantische segmentatie die door panoptische segmentatie wordt overwonnen?
- Het kan de lucht niet labelen
- Het werkt alleen op video
- Er kunnen geen afzonderlijke exemplaren van dezelfde categorie worden onderscheiden
- Het negeert alle achtergronden
- Welke maatstaf wordt gebruikt om de panoptische segmentatiekwaliteit te evalueren?
- Frames per seconde
- Compressieverhouding
- Kleurnauwkeurigheid
- Panoptische kwaliteit (PQ)
- 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
- Welke moderne architectuur verwerkt beide dingen in één uniform, op zoekopdrachten gebaseerd model?
- JPEG
- Masker2Voormalig
- Alleen ResNet-18
- Een op regels gebaseerd filter
- 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
- 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