YOLO ریئل ٹائم ڈیٹیکشن کوئز

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

1. اس تناظر میں YOLO کا مخفف کیا ہے؟
   • آپ صرف ایک بار دیکھیں
   • آپ صرف ایک بار سیکھیں۔
   • آپ کا آبجیکٹ لوکیٹر آن لائن
   • حاصل کردہ آبجیکٹ لیبل آؤٹ پٹ
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. کون سی تکنیک YOLO کے آؤٹ پٹ میں ڈپلیکیٹ، اوورلیپنگ باؤنڈنگ بکس کو ہٹاتی ہے؟
   • بیچ نارملائزیشن
   • ڈراپ آؤٹ
   • غیر زیادہ سے زیادہ دبانا
   • ڈیٹا میں اضافہ
4. اصل YOLO ڈیزائن میں، پیشین گوئی کے لیے ان پٹ امیج کو کیسے تقسیم کیا جاتا ہے؟
   • بے ترتیب فصلوں میں
   • رنگین چینلز میں
   • ایک ہی خطے میں
   • خلیوں کے ایک گرڈ میں
5. ہر گرڈ سیل باؤنڈنگ باکس کوآرڈینیٹ کے ساتھ کس مقدار کی پیش گوئی کرتا ہے؟
   • اعتراض کا اعتماد کا سکور اور کلاس کے امکانات
   • تصویر کی قرارداد
   • کیمرے کی فوکل لمبائی
   • فائل کمپریشن کا تناسب
6. YOLO خاص طور پر ویڈیو اور لائیو کیمرہ ایپلی کیشنز کے لیے کیوں مقبول ہے؟
   • یہ GPUs پر نہیں چل سکتا
   • اس کی سنگل پاس کی رفتار ریئل ٹائم فریم ریٹ کو قابل بناتی ہے۔
   • یہ واحد ماڈل ہے جو رنگ استعمال کرتا ہے۔
   • اس کے لیے بالکل بھی تربیت کی ضرورت نہیں ہے۔
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