Quiz połączony z przewodnikiem · Średni Poziom

Quiz dotyczący wykrywania w czasie rzeczywistym YOLO

Zapoznaj się z projektem jednoprzebiegowego detektora YOLO, przewidywaniami sieci, kompromisami w zakresie lokalizacji i ograniczeniami szybkości klatek w czasie rzeczywistym.

Powiązane ścieżki prowadząceWykrywanie w czasie rzeczywistym Yolo
Pytanie 1 z 8

Co w tym kontekście oznacza akronim YOLO?

Podgląd każdego pytania8 pytania

Odpowiedzi i wyjaśnienia pojawiają się w miarę rozwiązywania quizu.

  1. Co w tym kontekście oznacza akronim YOLO?
    • Patrzysz tylko raz
    • Uczysz się tylko raz
    • Twój lokalizator obiektów online
    • Uzyskany wynik etykiety obiektu
  2. Which cross-domain evaluation did the original YOLO paper report?
    • Transcribing speech from noisy recordings
    • Generalizing from natural images to artwork datasets
    • Classifying satellite images with no labels
    • Estimating depth from stereo video only
  3. Jaka technika usuwa zduplikowane, nakładające się ramki ograniczające z danych wyjściowych YOLO?
    • Normalizacja wsadowa
    • Rezygnacja
    • Tłumienie inne niż maksymalne
    • Zwiększanie danych
  4. Jak w oryginalnym projekcie YOLO dzielony jest obraz wejściowy w celu przewidywania?
    • W przypadkowe uprawy
    • Do kanałów kolorów
    • W jeden region
    • W siatkę komórek
  5. Jaką wielkość przewiduje każda komórka siatki wraz ze współrzędnymi ramki ograniczającej?
    • Wskaźnik pewności obiektywności i prawdopodobieństwa klas
    • Rozdzielczość obrazu
    • Ogniskowa aparatu
    • Współczynnik kompresji pliku
  6. Dlaczego YOLO jest szczególnie popularne w zastosowaniach wideo i kamer na żywo?
    • Nie może działać na procesorach graficznych
    • Szybkość pojedynczego przejścia umożliwia uzyskanie szybkości klatek w czasie rzeczywistym
    • Jest to jedyny model wykorzystujący kolor
    • Nie wymaga w ogóle żadnego szkolenia
  7. What accuracy tradeoff did the original YOLO paper report relative to leading detection systems?
    • It had no localization errors but missed every small object
    • It could detect only one class
    • It made more localization errors while being less likely to predict false detections where nothing existed
    • It required thousands of region-wise classifier runs
  8. Why can a real-time detector still be unsuitable for a particular deployment?
    • A real-time model cannot process images
    • Frame rate guarantees safety certification
    • A detector’s speed proves every object is found
    • Its measured speed does not establish adequate accuracy, latency or robustness for that setting