Rehber bağlantılı sınav · Orta Seviye
Maksimum Olmayan Bastırma Testi
Açgözlü NMS'yi, Kavşak Üzerinden Birleşim'i, güven sıralamasını, kalabalık sahne eşik dengelerini ve yumuşak puan bastırmayı gözden geçirin.
Soru 1 arasında 8
Nesne tespitinde Maksimum Olmayan Bastırmanın temel amacı nedir?
Her soruyu önizleyin8 sorular
Testi çözdüğünüzde cevaplar ve açıklamalar görünür.
- Nesne tespitinde Maksimum Olmayan Bastırmanın temel amacı nedir?
- Gereksiz örtüşen kutuları kaldırmak için nesne başına bir tane bırakın
- Algılanan kutuların sayısını artırmak için
- Giriş görüntüsünü yeniden boyutlandırmak için
- Dedektörün ağırlıklarını eğitmek için
- Standart NMS, iki kutunun çok fazla örtüşüp örtüşmediğine karar vermek için hangi ölçümü kullanır?
- Merkezler arasındaki Öklid uzaklığı
- Birlik Üzerindeki Kesişme (IoU)
- Özelliklerin kosinüs benzerliği
- Piksel renk farkı
- Açgözlü NMS'de her turda ilk önce hangi kutu seçilir?
- Bölgeye göre en büyük kutu
- Görüntü merkezine en yakın kutu
- En yüksek güven puanına sahip kutu
- Rastgele seçilmiş bir kutu
- Kalabalık sahnelerde açgözlü NMS'nin bilinen zayıflığı nedir?
- Renkli görüntüleri işleyemez
- Genel olarak her zaman çok az kutu üretiyor
- Çalıştırılması için GPU eğitimi gerekiyor
- Tutulan bir kutuyla örtüşen yakındaki gerçek bir nesneyi bastırabilir
- Soft-NMS'nin standart NMS'den farkı nedir?
- Üst üste binen kutuları doğrudan kaldırmak yerine bozar
- Puandan bağımsız olarak tüm kutuları siler
- Güven puanlarını tamamen göz ardı eder
- Yalnızca antrenman sırasında çalışır
- NMS neden genellikle her nesne sınıfı için ayrı ayrı uygulanır?
- Çünkü her sınıfın farklı bir görüntü çözünürlüğüne ihtiyacı vardır
- Yani bir sınıftan bir kutu farklı bir sınıftan bir kutuyu bastırmaz
- Algoritmayı bilerek yavaşlatmak
- Çünkü IoU sınıflar arasında hesaplanamaz
- How is Intersection over Union (IoU) calculated for two detection boxes?
- Union area divided by the intersection area
- The sum of both box perimeters
- Intersection area divided by the union area
- The distance between the box centers
- What is a typical effect of lowering the IoU threshold in greedy NMS?
- Fewer boxes are suppressed in all cases
- The detector retrains its class labels
- The confidence scores are converted into image pixels
- More overlapping boxes are suppressed, which can risk removing nearby real objects