Bài kiểm tra có liên kết hướng dẫn · Trung bình Cấp độ

Bài kiểm tra phát hiện thời gian thực của YOLO

Xem lại thiết kế trình phát hiện một lượt của YOLO, dự đoán lưới, cân bằng nội địa hóa và giới hạn tốc độ khung hình thời gian thực.

Đường dẫn hướng dẫn liên quanPhát hiện thời gian thực của Yolo
Câu hỏi 1 của 8

Từ viết tắt YOLO có nghĩa là gì trong bối cảnh này?

Xem trước mọi câu hỏi8 câu hỏi

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

  1. Từ viết tắt YOLO có nghĩa là gì trong bối cảnh này?
    • Bạn chỉ nhìn một lần
    • Bạn chỉ học một lần
    • Định vị đối tượng trực tuyến của bạn
    • Đầu ra nhãn đối tượng mang lại
  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. Kỹ thuật nào loại bỏ các hộp giới hạn trùng lặp, chồng chéo trong đầu ra của YOLO?
    • Chuẩn hóa hàng loạt
    • Bỏ học
    • Sự ức chế không tối đa
    • Tăng cường dữ liệu
  4. Trong thiết kế YOLO ban đầu, hình ảnh đầu vào được phân chia như thế nào để dự đoán?
    • Vào cây trồng ngẫu nhiên
    • Vào các kênh màu
    • Vào một khu vực duy nhất
    • Vào một lưới các ô
  5. Mỗi ô lưới dự đoán số lượng nào cùng với tọa độ hộp giới hạn?
    • Điểm tin cậy khách quan và xác suất của lớp
    • Độ phân giải hình ảnh
    • Tiêu cự của máy ảnh
    • Tỷ lệ nén tập tin
  6. Tại sao YOLO đặc biệt phổ biến cho các ứng dụng video và camera trực tiếp?
    • Nó không thể chạy trên GPU
    • Tốc độ truyền một lần của nó cho phép tốc độ khung hình theo thời gian thực
    • Đây là mẫu duy nhất sử dụng màu sắc
    • Nó không yêu cầu đào tạo gì cả
  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