Test legat de ghid · Greu Nivel

Test de detectare a transformatoarelor DETR

Testați interogările de obiecte DETR, potrivirea maghiară, ținte fără obiect, pierderi de clasificare și casete și motivul pentru care detectorul său bazat pe set evită NMS.

Căi de ghidare aferenteDetectare transformator Detr
Întrebare 1 de 8

Ce elimină DETR în comparație cu detectoarele tradiționale precum Faster R-CNN?

Previzualizează fiecare întrebare8 întrebări

Răspunsurile și explicațiile apar pe măsură ce susțineți testul.

  1. Ce elimină DETR în comparație cu detectoarele tradiționale precum Faster R-CNN?
    • Componente proiectate manual, cum ar fi cutii de ancorare și suprimare non-maximală
    • Coloana vertebrală CNN în întregime
    • Necesitatea oricăror date de antrenament
    • Casete de delimitare ca format de ieșire
  2. Ce algoritm folosește DETR pentru a potrivi predicțiile cu obiectele adevărului de la sol în timpul antrenamentului?
    • k-înseamnă grupare
    • Creșterea gradientului
    • Algoritmul de potrivire maghiară (bipartită).
    • Căutare fascicul
  3. Ce sunt „interogările obiect” ale DETR?
    • Solicitări text tastate de utilizator
    • Cutii de ancorare de dimensiuni fixe
    • Pixeli eșantionați din imagine
    • Un set fix de înglobări învățate pe care decodorul se transformă în detectii
  4. Ce arhitectură generală combină DETR?
    • O rețea recurentă plus un arbore de decizie
    • O coloană vertebrală CNN plus un encoder-decodor transformator
    • Un GAN pur
    • Un clasificator k-cel mai apropiat vecin
  5. How does DETR's training objective support inference without a separate NMS stage?
    • They make every possible duplicate prediction mathematically impossible
    • The model can only output one object per image
    • One-to-one matching and set losses discourage multiple predictions for the same object
    • A hidden NMS classifier supplies every training target
  6. Care a fost o slăbiciune cunoscută a DETR-ului original?
    • Convergență lentă a antrenamentului și detectarea mai slabă a obiectelor mici
    • Nu putea rula pe GPU-uri
    • Nu necesita date etichetate
    • A funcționat doar pe imagini în tonuri de gri
  7. What training label does original DETR assign to an object query that is not matched to a ground-truth object?
    • The largest visible object's class regardless of matching
    • The no-object class
    • A mandatory new ground-truth object invented for the query
    • The image's filename as a class label
  8. Which prediction errors does DETR's set loss penalize on matched object pairs?
    • Only the number of letters in the class name
    • Only the image's compression size
    • Only whether the training batch uses a GPU
    • Both the predicted class and bounding-box errors