Test legat de ghid · Mediu Nivel

Chestionar privind pierderea focală pentru detecția dezechilibrată

Verifică modulatorul pierderii focale, dezechilibrul clasei, rolul alfa și gama și cât de bine clasificate diferă exemplele dure.

Căi de ghidare aferentePierdere focală pentru detectarea dezechilibrată
Întrebare 1 de 8

Ce problemă centrală în detectarea obiectelor într-o etapă a fost proiectată să rezolve pierderea focală?

Previzualizează fiecare întrebare8 întrebări

Răspunsurile și explicațiile apar pe măsură ce susțineți testul.

  1. Ce problemă centrală în detectarea obiectelor într-o etapă a fost proiectată să rezolve pierderea focală?
    • Dezechilibru extrem între obiectele rare din prim-plan și fundal abundent ușor
    • Viteza de inferență lentă a detectoarelor cu două trepte
    • Lipsa datelor de antrenament etichetate
    • Suprapotrivire la obiecte mari
  2. Care este factorul de modulare pe care pierderea focală se înmulțește pe entropie încrucișată?
    • log(p_t)
    • (1 - p_t)^gamma
    • numai p_t^2
    • 1 / p_t
  3. Ce se întâmplă cu pierderea focală atunci când parametrul de focalizare gamma este setat la 0?
    • Devine eroare pătrată medie
    • Ignoră toate exemplele pozitive
    • Devine o entropie încrucișată obișnuită
    • Diverge spre infinit
  4. Ce face creșterea gamma la exemplele ușoare, bine clasificate?
    • Le crește contribuția la pierderi
    • Lasă contribuția lor neschimbată
    • Le elimină din setul de date
    • Suprimă contribuția lor la pierderi mai puternic
  5. Ce arhitectură a detectorului a introdus pierderea focală?
    • RetinaNet
    • YOLOv1
    • R-CNN mai rapid
    • AlexNet
  6. Ce rol joacă de obicei parametrul alfa alături de gamma?
    • Acesta stabilește rata de învățare
    • Ea echilibrează ponderea relativă a claselor pozitive față de cele negative
    • Controlează rezoluția imaginii
    • Acesta definește numărul de cutii de ancorare
  7. For a hard example with p_t close to zero, what is the focal modulating factor (1 − p_t)^gamma likely to do?
    • Drive the factor to zero
    • Turn the example into a positive label
    • Keep the factor relatively close to one so the example retains substantial loss weight
    • Replace the cross-entropy term with alpha
  8. A dense detector has many easy background locations. What effect does focal loss aim to have on their combined training influence?
    • Increase their count by duplicating them
    • Remove all positive object examples
    • Make every example receive an identical loss
    • Reduce their dominance so training can focus more on sparse hard examples