Questionário vinculado ao guia · Médio Nível

Questionário de supressão não máxima

Revise NMS gananciosos, interseção sobre união, ordenação de confiança, compensações de limites de cena lotada e supressão de pontuação suave.

Caminhos de guia relacionadosSupressão não máxima
Pergunta 1 de 8

Qual é o objetivo principal da supressão não máxima na detecção de objetos?

Visualize cada pergunta8 perguntas

As respostas e explicações aparecem conforme você responde ao teste.

  1. Qual é o objetivo principal da supressão não máxima na detecção de objetos?
    • Para remover caixas sobrepostas redundantes, mantendo uma por objeto
    • Para aumentar o número de caixas detectadas
    • Para redimensionar a imagem de entrada
    • Para treinar os pesos do detector
  2. Qual métrica o NMS padrão usa para decidir se duas caixas se sobrepõem demais?
    • Distância euclidiana entre centros
    • Intersecção sobre União (IoU)
    • Semelhança de cosseno de recursos
    • Diferença de cor de pixel
  3. No NMS ganancioso, qual caixa é selecionada primeiro em cada rodada?
    • A maior caixa por área
    • A caixa mais próxima do centro da imagem
    • A caixa com a maior pontuação de confiança
    • Uma caixa escolhida aleatoriamente
  4. Qual é a fraqueza conhecida dos NMS gananciosos em cenas lotadas?
    • Não consegue lidar com imagens coloridas
    • Sempre produz poucas caixas no geral
    • Requer treinamento de GPU para funcionar
    • Pode suprimir um objeto próximo genuíno que se sobrepõe a uma caixa mantida
  5. Como o Soft-NMS difere do NMS padrão?
    • Ele diminui a pontuação das caixas sobrepostas em vez de removê-las completamente
    • Exclui todas as caixas, independentemente da pontuação
    • Ele ignora totalmente as pontuações de confiança
    • Só funciona durante o treino
  6. Por que o NMS normalmente é aplicado separadamente para cada classe de objeto?
    • Porque cada aula precisa de uma resolução de imagem diferente
    • Portanto, uma caixa de uma classe não suprime uma caixa de uma classe diferente
    • Para tornar o algoritmo mais lento de propósito
    • Como a IoU não pode ser computada entre classes
  7. How is Intersection over Union (IoU) calculated for two detection boxes?
    • Union area divided by the intersection area
    • The sum of both box perimeters
    • Intersection area divided by the union area
    • The distance between the box centers
  8. What is a typical effect of lowering the IoU threshold in greedy NMS?
    • Fewer boxes are suppressed in all cases
    • The detector retrains its class labels
    • The confidence scores are converted into image pixels
    • More overlapping boxes are suppressed, which can risk removing nearby real objects