Викторина, связанная с руководством · Средний Уровень

Фокальная потеря при обнаружении дисбаланса. Тест

Проверяет модулятор фокусных потерь, дисбаланс классов, роль альфы и гаммы, а также насколько хорошо классифицированные и сложные примеры различаются.

Связанные направляющие путиПотеря фокуса для несбалансированного обнаружения
Вопрос 1 из 8

Какую основную проблему одноэтапного обнаружения объектов призвана решить потеря фокуса?

Предварительный просмотр каждого вопроса8 вопросы

Ответы и пояснения появляются по мере прохождения теста.

  1. Какую основную проблему одноэтапного обнаружения объектов призвана решить потеря фокуса?
    • Чрезвычайный дисбаланс между редкими объектами переднего плана и обилием легкого фона.
    • Медленная скорость вывода двухкаскадных детекторов.
    • Отсутствие маркированных данных обучения
    • Переоснащение больших объектов
  2. Каков модулирующий фактор, благодаря которому потеря фокуса умножается на перекрестную энтропию?
    • журнал (p_t)
    • (1 - p_t)^гамма
    • только p_t^2
    • 1 / п_т
  3. Что происходит с потерей фокуса, когда параметр фокусировки гамма установлен на 0?
    • Это становится среднеквадратичной ошибкой
    • Он игнорирует все положительные примеры.
    • Это становится обычной кросс-энтропией
    • Он расходится в бесконечность
  4. Что делает увеличение гаммы с простыми, хорошо классифицированными примерами?
    • Увеличивает вклад в потери
    • Оставляет их вклад неизменным
    • Удаляет их из набора данных
    • Сильнее подавляет вклад в потери
  5. Какая архитектура детектора привела к потере фокуса?
    • РетинаНет
    • YOLOv1
    • Быстрее R-CNN
    • АлексНет
  6. Какую роль обычно играет параметр альфа наряду с гамма?
    • Он устанавливает скорость обучения
    • Он уравновешивает относительный вес положительных и отрицательных классов.
    • Он контролирует разрешение изображения
    • Он определяет количество ячеек привязки
  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