แบบทดสอบที่เชื่อมโยงกับคำแนะนำ · ปานกลาง ระดับ

แบบทดสอบการติดตามหลายวัตถุ

เรียนรู้ว่าวิธีการติดตามโดยการตรวจจับเชื่อมโยงการตรวจจับวัตถุข้ามเฟรมในขณะที่จัดการข้อมูลประจำตัวและการบดเคี้ยวได้อย่างไร

เส้นทางแนะนำที่เกี่ยวข้องการติดตามวัตถุหลายรายการ
คำถาม 1 ของ 8

เป้าหมายหลักของการติดตามหลายวัตถุคืออะไร

ดูตัวอย่างทุกคำถาม8 คำถาม

คำตอบและคำอธิบายจะปรากฏขึ้นเมื่อคุณทำแบบทดสอบ

  1. เป้าหมายหลักของการติดตามหลายวัตถุคืออะไร
    • เพื่อติดตามวัตถุหลายชิ้นในเฟรมในขณะที่รักษาเอกลักษณ์ที่สอดคล้องกันสำหรับแต่ละรายการ
    • เพื่อแยกประเภทภาพเดียว
    • เพื่อบีบอัดวิดีโอ
    • เพื่อสร้างเฟรมใหม่
  2. กระบวนทัศน์ 'การติดตามโดยการตรวจจับ' เกี่ยวข้องกับอะไร
    • การติดตามโดยไม่มีเครื่องตรวจจับใด ๆ
    • การตรวจจับวัตถุแต่ละเฟรม จากนั้นเชื่อมโยงการตรวจจับเหล่านั้นข้ามเฟรม
    • การใช้สัญญาณเสียงเท่านั้น
    • ติดตามด้วยการวาดกล่องด้วยตนเอง
  3. ตัวกรองคาลมานมีบทบาทอย่างไรในตัวติดตามเช่น SORT
    • มันบีบอัดภาพ
    • มันตรวจจับวัตถุใหม่ตั้งแต่เริ่มต้น
    • โดยคาดการณ์ว่าวัตถุแต่ละชิ้นที่ถูกติดตามจะย้ายไปที่ใดต่อไป
    • มันเพิ่มสีสันให้กับเฟรม
  4. DeepSORT เพิ่มอะไรไว้ด้านบนของ SORT
    • ขนาดภาพที่ใหญ่ขึ้น
    • การติดตามเสียง
    • คำบรรยายอัตโนมัติ
    • ลักษณะที่ปรากฏที่เรียนรู้ซึ่งฝังไว้เพื่อระบุวัตถุใหม่หลังจากการบดบัง
  5. 'สวิตช์ข้อมูลประจำตัว' ในการติดตามหลายวัตถุคืออะไร
    • เมื่อตัวติดตามสลับ ID ของสองออบเจ็กต์ ซึ่งบ่อยครั้งที่วัตถุทั้งสองตัดกัน
    • การเปลี่ยนความละเอียดของวิดีโอ
    • กำลังปิดกล้อง
    • การเปลี่ยนชื่อไฟล์วิดีโอ
  6. ByteTrack ปรับปรุงความแม่นยำในการติดตามได้อย่างไร
    • โดยละเลยการตรวจจับทั้งหมด
    • ด้วยการเชื่อมโยงการตรวจจับที่มีความมั่นใจต่ำแทนที่จะละทิ้ง
    • โดยการถอดเครื่องตรวจจับออก
    • โดยใช้เพียงเฟรมเดียว
  7. What does HOTA aim to balance in multi-object tracking evaluation?
    • Image resolution and model size
    • Training speed and GPU memory
    • Detection accuracy and association accuracy
    • Object color and camera frame rate
  8. How does SORT assign detections to predicted tracks?
    • It uses a language model to name each object
    • It matches only by color histograms
    • It trains a new detector for each frame
    • It solves a frame-level assignment problem using IoU-based costs and the Hungarian algorithm