ملٹی آبجیکٹ ٹریکنگ کوئز

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

1. ملٹی آبجیکٹ ٹریکنگ کا بنیادی مقصد کیا ہے؟
   • فریموں میں متعدد اشیاء کی پیروی کرنا جبکہ ہر ایک کے لئے ایک مستقل شناخت برقرار رکھنا
   • ایک تصویر کی درجہ بندی کرنے کے لیے
   • کسی ویڈیو کو کمپریس کرنے کے لیے
   • نئے فریم بنانے کے لیے
2. 'ٹریکنگ بذریعہ پتہ لگانے' کی مثال میں کیا شامل ہے؟
   • بغیر کسی ڈیٹیکٹر کے ٹریکنگ
   • ہر فریم میں اشیاء کا پتہ لگانا، پھر ان کھوجوں کو فریموں میں جوڑنا
   • صرف آڈیو اشارے استعمال کر رہے ہیں۔
   • دستی طور پر بکس ڈرائنگ کرکے ٹریکنگ
3. SORT جیسے ٹریکرز میں Kalman فلٹر کیا کردار ادا کرتا ہے؟
   • یہ تصاویر کو کمپریس کرتا ہے۔
   • یہ شروع سے نئی اشیاء کا پتہ لگاتا ہے۔
   • یہ پیشن گوئی کرتا ہے کہ ہر ٹریک کردہ آبجیکٹ آگے کہاں جائے گا۔
   • یہ فریموں میں رنگ شامل کرتا ہے۔
4. DeepSORT نے SORT کے اوپر کیا اضافہ کیا؟
   • تصویر کا بڑا سائز
   • آڈیو ٹریکنگ
   • خودکار سب ٹائٹلز
   • شمولیت کے بعد اشیاء کی دوبارہ شناخت کے لیے ایک سیکھی ہوئی ظاہری شکل
5. ملٹی آبجیکٹ ٹریکنگ میں 'شناختی سوئچ' کیا ہے؟
   • جب ٹریکر دو اشیاء کی IDs کو تبدیل کرتا ہے، اکثر جب وہ راستے عبور کرتے ہیں۔
   • ویڈیو ریزولوشن کو تبدیل کرنا
   • کیمرہ بند کرنا
   • ویڈیو فائل کا نام تبدیل کرنا
6. بائٹ ٹریک نے ٹریکنگ کی درستگی کو کیسے بہتر بنایا؟
   • تمام کھوجوں کو نظر انداز کر کے
   • کم اعتماد کی کھوجوں کو ضائع کرنے کے بجائے منسلک کرکے
   • ڈیٹیکٹر کو ہٹا کر
   • صرف ایک فریم استعمال کرکے
7. 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
8. 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