Bài kiểm tra có liên kết hướng dẫn · Cứng Cấp độ

Câu đố về phép biến dạng

Khám phá các độ lệch lấy mẫu đã học, phép nội suy song tuyến tính, điều chế và gộp vùng trong các mạng tích chập có thể biến dạng và phát hiện.

Đường dẫn hướng dẫn liên quancác kết cấu biến dạng
Câu hỏi 1 của 8

Tích chập có thể biến dạng bổ sung thêm những gì so với tích chập tiêu chuẩn?

Xem trước mọi câu hỏi8 câu hỏi

Câu trả lời và giải thích xuất hiện khi bạn làm bài kiểm tra.

  1. Tích chập có thể biến dạng bổ sung thêm những gì so với tích chập tiêu chuẩn?
    • Kích thước hạt nhân cố định lớn hơn
    • Đã học các độ lệch 2D có thể dịch chuyển từng điểm lấy mẫu
    • Một bước tổng hợp sau mỗi lớp
    • Bỏ cân ngẫu nhiên
  2. Độ lệch lấy mẫu trong một tích chập có thể biến dạng được tạo ra như thế nào?
    • Chúng được mã hóa bằng tay bởi kỹ sư
    • Chúng là các hằng số cố định từ bảng tra cứu
    • Chúng được sao chép từ khung trước đó
    • Một lớp tích chập bổ sung dự đoán chúng từ đầu vào
  3. Vì độ lệch được dự đoán thường là phân số nên giá trị pixel được lấy mẫu ở các vị trí đó như thế nào?
    • nội suy song tuyến tính
    • Chỉ làm tròn lân cận gần nhất
    • Tổng hợp tối đa
    • Họ bị bỏ qua
  4. Deformable ConvNets v2 (2018) đã thêm gì vào bản gốc?
    • Kết nối định kỳ
    • Chỉ có chức năng mất mới
    • Trọng số điều chế trên mỗi mẫu chia tỷ lệ đóng góp của từng điểm
    • Loại bỏ tất cả các khoản bù đắp
  5. Tại sao các phép tích chập có thể biến dạng lại đặc biệt hữu ích cho các vật thể có hình dạng không đều?
    • Trường tiếp nhận của chúng có thể cong theo đường viền thực tế của vật thể
    • Chúng tăng độ phân giải hình ảnh
    • Họ nén kích thước mô hình
    • Họ chuyển đổi hình ảnh màu sang thang độ xám
  6. Mô hình phát hiện hiện đại nào áp dụng ý tưởng có thể biến dạng cho sự chú ý của máy biến áp?
    • ResNet-50
    • AlexNet
    • U-Net
    • DETR biến dạng
  7. For an N-point two-dimensional deformable kernel, how many offset components are predicted at each output location?
    • N: one class probability per point
    • N squared: one displacement for every pair of points
    • 2N: one horizontal and one vertical displacement per point
    • Two total, shared by all N points
  8. Where does deformable RoI pooling apply adaptive offsets?
    • Only to the detector's output class names
    • To sampling locations within a proposed object's region features
    • To the ground-truth box coordinates before annotation
    • Only to the image file's compression blocks