گائیڈ سے منسلک کوئز · درمیانہ سطح

عدم توازن کا پتہ لگانے والے کوئز کے لیے فوکل نقصان

فوکل لوس ماڈیولر، طبقاتی عدم توازن، الفا اور گاما کا کردار، اور اچھی طرح سے درجہ بند اور سخت مثالوں میں فرق کی جانچ کرتا ہے۔

سوال 1 کی 8

ایک مرحلہ آبجیکٹ کا پتہ لگانے میں کون سا بنیادی مسئلہ فوکل نقصان کو حل کرنے کے لئے ڈیزائن کیا گیا تھا؟

ہر سوال کا جائزہ لیں۔8 سوالات

جب آپ کوئز دیتے ہیں تو جوابات اور وضاحتیں ظاہر ہوتی ہیں۔

  1. ایک مرحلہ آبجیکٹ کا پتہ لگانے میں کون سا بنیادی مسئلہ فوکل نقصان کو حل کرنے کے لئے ڈیزائن کیا گیا تھا؟
    • نایاب پیش منظر اشیاء اور وافر آسان پس منظر کے درمیان انتہائی عدم توازن
    • دو سٹیج ڈٹیکٹرز کی سست رفتار
    • لیبل شدہ تربیتی ڈیٹا کی کمی
    • بڑی اشیاء کے لیے اوور فٹنگ
  2. وہ کون سا ماڈیولنگ فیکٹر ہے جو کراس اینٹروپی پر فوکل نقصان کو بڑھاتا ہے؟
    • لاگ(p_t)
    • (1 - p_t)^gamma
    • صرف p_t^2
    • 1 / p_t
  3. فوکل نقصان کا کیا ہوتا ہے جب فوکس کرنے والا پیرامیٹر گاما 0 پر سیٹ ہوتا ہے؟
    • یہ مطلب مربع غلطی بن جاتا ہے۔
    • یہ تمام مثبت مثالوں کو نظر انداز کرتا ہے۔
    • یہ عام کراس اینٹروپی بن جاتا ہے۔
    • یہ لامحدودیت میں بدل جاتا ہے۔
  4. بڑھتی ہوئی گاما آسان، اچھی طرح سے درجہ بند مثالوں سے کیا کرتا ہے؟
    • ان کے نقصان کی شراکت کو بڑھاتا ہے۔
    • ان کی شراکت کو کوئی تبدیلی نہیں چھوڑتا ہے۔
    • انہیں ڈیٹاسیٹ سے ہٹاتا ہے۔
    • ان کے نقصان کی شراکت کو زیادہ مضبوطی سے دباتا ہے۔
  5. کس ڈیٹیکٹر فن تعمیر نے فوکل نقصان متعارف کرایا؟
    • ریٹینا نیٹ
    • YOLOv1
    • تیز تر R-CNN
    • الیکس نیٹ
  6. الفا پیرامیٹر عام طور پر گاما کے ساتھ کیا کردار ادا کرتا ہے؟
    • یہ سیکھنے کی شرح کا تعین کرتا ہے۔
    • یہ مثبت بمقابلہ منفی کلاسوں کے رشتہ دار وزن کو متوازن کرتا ہے۔
    • یہ امیج ریزولوشن کو کنٹرول کرتا ہے۔
    • یہ لنگر خانوں کی تعداد کی وضاحت کرتا ہے۔
  7. For a hard example with p_t close to zero, what is the focal modulating factor (1 − p_t)^gamma likely to do?
    • Drive the factor to zero
    • Turn the example into a positive label
    • Keep the factor relatively close to one so the example retains substantial loss weight
    • Replace the cross-entropy term with alpha
  8. A dense detector has many easy background locations. What effect does focal loss aim to have on their combined training influence?
    • Increase their count by duplicating them
    • Remove all positive object examples
    • Make every example receive an identical loss
    • Reduce their dominance so training can focus more on sparse hard examples