گائیڈ سے منسلک کوئز · مشکل سطح
ڈی ای ٹی آر ٹرانسفارمر کا پتہ لگانے والا کوئز
DETR آبجیکٹ کے سوالات، ہنگری کی مماثلت، نو آبجیکٹ اہداف، درجہ بندی اور باکس کے نقصانات، اور اس وجہ سے کہ اس کے سیٹ پر مبنی ڈیٹیکٹر NMS سے گریز کرتا ہے۔
سوال 1 کی 8
تیز آر-سی این این جیسے روایتی ڈٹیکٹر کے مقابلے ڈی ای ٹی آر کیا ہٹاتا ہے؟
ہر سوال کا جائزہ لیں۔8 سوالات
جب آپ کوئز دیتے ہیں تو جوابات اور وضاحتیں ظاہر ہوتی ہیں۔
- تیز آر-سی این این جیسے روایتی ڈٹیکٹر کے مقابلے ڈی ای ٹی آر کیا ہٹاتا ہے؟
- ہاتھ سے ڈیزائن کردہ اجزاء جیسے لنگر خانے اور غیر زیادہ سے زیادہ دبانے
- مکمل طور پر سی این این کی ریڑھ کی ہڈی
- کسی بھی تربیتی ڈیٹا کی ضرورت
- آؤٹ پٹ فارمیٹ کے بطور باؤنڈنگ بکس
- DETR تربیت کے دوران زمینی سچائی اشیاء سے پیشین گوئیوں کو ملانے کے لیے کون سا الگورتھم استعمال کرتا ہے؟
- k کا مطلب ہے کلسٹرنگ
- گریڈینٹ کو بڑھانا
- ہنگری (دو طرفہ) مماثل الگورتھم
- بیم کی تلاش
- DETR کے 'آبجیکٹ سوالات' کیا ہیں؟
- صارف کی طرف سے ٹائپ کردہ ٹیکسٹ پرامپٹس
- مقررہ سائز کے لنگر خانے
- تصویر سے نمونے لیے گئے پکسلز
- سیکھے ہوئے ایمبیڈنگز کا ایک مقررہ سیٹ ڈیکوڈر پتہ لگانے میں بدل جاتا ہے۔
- DETR کس مجموعی فن تعمیر کو جوڑتا ہے؟
- ایک بار بار چلنے والا نیٹ ورک اور فیصلہ کرنے والا درخت
- ایک CNN ریڑھ کی ہڈی کے علاوہ ایک ٹرانسفارمر انکوڈر-ڈیکوڈر
- ایک خالص GAN
- K-قریب ترین پڑوسی درجہ بندی کرنے والا
- How does DETR's training objective support inference without a separate NMS stage?
- They make every possible duplicate prediction mathematically impossible
- The model can only output one object per image
- One-to-one matching and set losses discourage multiple predictions for the same object
- A hidden NMS classifier supplies every training target
- اصل DETR کی معروف کمزوری کون سی تھی؟
- سست ٹریننگ کنورژنس اور کمزور چھوٹے آبجیکٹ کا پتہ لگانا
- یہ GPUs پر نہیں چل سکتا
- اس کے لیے کسی لیبل والے ڈیٹا کی ضرورت نہیں تھی۔
- اس نے صرف گرے اسکیل امیجز پر کام کیا۔
- What training label does original DETR assign to an object query that is not matched to a ground-truth object?
- The largest visible object's class regardless of matching
- The no-object class
- A mandatory new ground-truth object invented for the query
- The image's filename as a class label
- Which prediction errors does DETR's set loss penalize on matched object pairs?
- Only the number of letters in the class name
- Only the image's compression size
- Only whether the training batch uses a GPU
- Both the predicted class and bounding-box errors