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.

Gerelateerde gidspadenPanoptische segmentatie
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.

  1. 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
  2. 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
  3. 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
  4. Welke maatstaf wordt gebruikt om de panoptische segmentatiekwaliteit te evalueren?
    • Frames per seconde
    • Compressieverhouding
    • Kleurnauwkeurigheid
    • Panoptische kwaliteit (PQ)
  5. 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
  6. Welke moderne architectuur verwerkt beide dingen in één uniform, op zoekopdrachten gebaseerd model?
    • JPEG
    • Masker2Voormalig
    • Alleen ResNet-18
    • Een op regels gebaseerd filter
  7. 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
  8. 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