Quiz połączony z przewodnikiem · Ciężko Poziom

Quiz o odkształcalnych zwojach

Przeglądaj wyuczone przesunięcia próbkowania, interpolację dwuliniową, modulację i łączenie regionów w odkształcalnych sieciach splotowych i detekcji.

Powiązane ścieżki prowadząceOdkształcalne zwoje
Pytanie 1 z 8

Co dodaje odkształcalny splot w porównaniu do standardowego splotu?

Podgląd każdego pytania8 pytania

Odpowiedzi i wyjaśnienia pojawiają się w miarę rozwiązywania quizu.

  1. Co dodaje odkształcalny splot w porównaniu do standardowego splotu?
    • Większy, stały rozmiar jądra
    • Nauczone przesunięcia 2D, które przesuwają każdy punkt próbkowania
    • Etap łączenia po każdej warstwie
    • Losowe porzucenie ciężarków
  2. W jaki sposób generowane są przesunięcia próbkowania w odkształcalnym splocie?
    • Są one kodowane ręcznie przez inżyniera
    • Są to stałe stałe z tabeli przeglądowej
    • Są one kopiowane z poprzedniej klatki
    • Dodatkowa warstwa splotu przewiduje je na podstawie danych wejściowych
  3. Ponieważ przewidywane przesunięcia są zwykle ułamkowe, w jaki sposób próbkowane są wartości pikseli w tych pozycjach?
    • Interpolacja dwuliniowa
    • Tylko zaokrąglanie według najbliższego sąsiada
    • Maksymalne łączenie
    • Są pomijane
  4. Co dodał Deformable ConvNets v2 (2018) do oryginału?
    • Powtarzające się połączenia
    • Tylko nowa funkcja straty
    • Wagi modulacji dla każdej próbki, które skalują udział każdego punktu
    • Usunięcie wszystkich offsetów
  5. Dlaczego odkształcalne zwoje są szczególnie przydatne w przypadku obiektów o nieregularnych kształtach?
    • Ich pole odbiorcze może się wypaczać, dostosowując się do rzeczywistych konturów obiektu
    • Zwiększają rozdzielczość obrazu
    • Kompresują rozmiar modelu
    • Konwertują obrazy kolorowe na skalę szarości
  6. Który nowoczesny model detekcji wykorzystuje ideę deformacji do uwagi transformatora?
    • ResNet-50
    • AlexNet
    • U-Net
    • Odkształcalny DETR
  7. For an N-point two-dimensional deformable kernel, how many offset components are predicted at each output location?
    • N: one class probability per point
    • N squared: one displacement for every pair of points
    • 2N: one horizontal and one vertical displacement per point
    • Two total, shared by all N points
  8. Where does deformable RoI pooling apply adaptive offsets?
    • Only to the detector's output class names
    • To sampling locations within a proposed object's region features
    • To the ground-truth box coordinates before annotation
    • Only to the image file's compression blocks