แบบทดสอบที่เชื่อมโยงกับคำแนะนำ · ปานกลาง ระดับ
แบบทดสอบการติดตามหลายวัตถุ
เรียนรู้ว่าวิธีการติดตามโดยการตรวจจับเชื่อมโยงการตรวจจับวัตถุข้ามเฟรมในขณะที่จัดการข้อมูลประจำตัวและการบดเคี้ยวได้อย่างไร
คำถาม 1 ของ 8
เป้าหมายหลักของการติดตามหลายวัตถุคืออะไร
ดูตัวอย่างทุกคำถาม8 คำถาม
คำตอบและคำอธิบายจะปรากฏขึ้นเมื่อคุณทำแบบทดสอบ
- เป้าหมายหลักของการติดตามหลายวัตถุคืออะไร
- เพื่อติดตามวัตถุหลายชิ้นในเฟรมในขณะที่รักษาเอกลักษณ์ที่สอดคล้องกันสำหรับแต่ละรายการ
- เพื่อแยกประเภทภาพเดียว
- เพื่อบีบอัดวิดีโอ
- เพื่อสร้างเฟรมใหม่
- กระบวนทัศน์ 'การติดตามโดยการตรวจจับ' เกี่ยวข้องกับอะไร
- การติดตามโดยไม่มีเครื่องตรวจจับใด ๆ
- การตรวจจับวัตถุแต่ละเฟรม จากนั้นเชื่อมโยงการตรวจจับเหล่านั้นข้ามเฟรม
- การใช้สัญญาณเสียงเท่านั้น
- ติดตามด้วยการวาดกล่องด้วยตนเอง
- ตัวกรองคาลมานมีบทบาทอย่างไรในตัวติดตามเช่น SORT
- มันบีบอัดภาพ
- มันตรวจจับวัตถุใหม่ตั้งแต่เริ่มต้น
- โดยคาดการณ์ว่าวัตถุแต่ละชิ้นที่ถูกติดตามจะย้ายไปที่ใดต่อไป
- มันเพิ่มสีสันให้กับเฟรม
- DeepSORT เพิ่มอะไรไว้ด้านบนของ SORT
- ขนาดภาพที่ใหญ่ขึ้น
- การติดตามเสียง
- คำบรรยายอัตโนมัติ
- ลักษณะที่ปรากฏที่เรียนรู้ซึ่งฝังไว้เพื่อระบุวัตถุใหม่หลังจากการบดบัง
- 'สวิตช์ข้อมูลประจำตัว' ในการติดตามหลายวัตถุคืออะไร
- เมื่อตัวติดตามสลับ ID ของสองออบเจ็กต์ ซึ่งบ่อยครั้งที่วัตถุทั้งสองตัดกัน
- การเปลี่ยนความละเอียดของวิดีโอ
- กำลังปิดกล้อง
- การเปลี่ยนชื่อไฟล์วิดีโอ
- ByteTrack ปรับปรุงความแม่นยำในการติดตามได้อย่างไร
- โดยละเลยการตรวจจับทั้งหมด
- ด้วยการเชื่อมโยงการตรวจจับที่มีความมั่นใจต่ำแทนที่จะละทิ้ง
- โดยการถอดเครื่องตรวจจับออก
- โดยใช้เพียงเฟรมเดียว
- 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
- 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