Funkcja quizu dotyczącego sieci piramid

Odpowiedzi i wyjaśnienia pojawiają się w miarę rozwiązywania quizu.

1. Jaki podstawowy problem rozwiązuje przede wszystkim sieć piramid funkcjonalnych?
   • Wykrywanie obiektów pojawiających się w bardzo różnych skalach
   • Zmniejszenie liczby potrzebnych obrazów szkoleniowych
   • Usuwanie zduplikowanych obwiedni po wykryciu
   • Kompresowanie modeli do wdrożenia mobilnego
2. W porównaniu do budowania piramidy obrazów (zmiana rozmiaru i ponowne uruchomienie sieci), FPN jest korzystny głównie dlatego, że:
   • Nie wymaga w ogóle sieci szkieletowej
   • Ponownie wykorzystuje funkcje już obliczone w sieci, oszczędzając moc obliczeniową
   • Eliminuje potrzebę jakichkolwiek splotów
   • Działa tylko na obrazach w skali szarości
3. Jaka jest rola ścieżki odgórnej w FPN?
   • Odrzuca funkcje o niskiej rozdzielczości
   • Konwertuje obrazy na wektory cech wyłącznie na potrzeby klasyfikacji
   • Zawiera bogate semantycznie i głębokie funkcje aż do wyższych rozdzielczości
   • Wykonuje tłumienie niemaksymalne
4. W jaki sposób połączenia boczne są zwykle łączone z funkcjami próbkowania z góry na dół?
   • Połączone według kanałów, a następnie podzielone na pół
   • Mnożone według elementów po softmax
   • Odjęte w celu obliczenia mapy różnic
   • Dodano elementarnie po splocie 1x1, wyrównując kanały
5. Dlaczego do każdej połączonej mapy obiektów w FPN stosuje się splot 3x3?
   • Aby wygładzić mapę i zredukować aliasing w wyniku upsamplingu
   • Aby zmniejszyć rozdzielczość przestrzenną o połowę
   • Aby sklasyfikować obraz w kategorie
   • Aby bezpośrednio przekształcić obiekty we współrzędne ramki ograniczającej
6. Która późniejsza architektura rozszerzyła FPN o możliwą do nauczenia się, ważoną dwukierunkową fuzję?
   • AlexNet
   • BiFPN, stosowany w EfficientDet
   • LeNet-5
   • Word2Vec
7. 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
8. 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