Rehber bağlantılı sınav · Orta Seviye

YOLO Gerçek Zamanlı Tespit Sınavı

YOLO'nun tek geçişli dedektör tasarımını, ızgara tahminlerini, yerelleştirme dengelerini ve gerçek zamanlı kare hızlarının sınırlarını inceleyin.

İlgili kılavuz yollarıYolo Gerçek Zamanlı Algılama
Soru 1 arasında 8

Bu bağlamda YOLO kısaltması neyi ifade ediyor?

Her soruyu önizleyin8 sorular

Testi çözdüğünüzde cevaplar ve açıklamalar görünür.

  1. Bu bağlamda YOLO kısaltması neyi ifade ediyor?
    • Sadece Bir Kez Bakıyorsunuz
    • Yalnızca Bir Kez Öğrenirsiniz
    • Çevrimiçi Nesne Bulucunuz
    • Üretilen Nesne Etiketi Çıktısı
  2. Which cross-domain evaluation did the original YOLO paper report?
    • Transcribing speech from noisy recordings
    • Generalizing from natural images to artwork datasets
    • Classifying satellite images with no labels
    • Estimating depth from stereo video only
  3. YOLO'nun çıktısındaki yinelenen, örtüşen sınırlayıcı kutuları hangi teknik kaldırır?
    • Toplu normalleştirme
    • Bırakma
    • Maksimum olmayan bastırma
    • Veri artırma
  4. Orijinal YOLO tasarımında giriş görüntüsü tahmin için nasıl bölünüyor?
    • Rastgele mahsullere
    • Renk kanallarına
    • Tek bir bölgeye
    • Hücrelerden oluşan bir ızgaraya
  5. Her bir ızgara hücresi, sınırlayıcı kutu koordinatlarının yanı sıra hangi miktarı tahmin eder?
    • Nesnellik güven puanı ve sınıf olasılıkları
    • Görüntü çözünürlüğü
    • Kamera odak uzaklığı
    • Dosya sıkıştırma oranı
  6. YOLO neden özellikle video ve canlı kamera uygulamaları için popüler?
    • GPU'larda çalışamaz
    • Tek geçişli hızı, gerçek zamanlı kare hızlarına olanak tanır
    • Renk kullanan tek modeldir
    • Kesinlikle eğitim gerektirmez
  7. What accuracy tradeoff did the original YOLO paper report relative to leading detection systems?
    • It had no localization errors but missed every small object
    • It could detect only one class
    • It made more localization errors while being less likely to predict false detections where nothing existed
    • It required thousands of region-wise classifier runs
  8. Why can a real-time detector still be unsuitable for a particular deployment?
    • A real-time model cannot process images
    • Frame rate guarantees safety certification
    • A detector’s speed proves every object is found
    • Its measured speed does not establish adequate accuracy, latency or robustness for that setting