引导式测验 · 硬 等级

DETR 变压器检测测验

测试 DETR 对象查询、匈牙利匹配、无对象目标、分类和框丢失，以及其基于集合的检测器避免 NMS 的原因。

相关引导路径Detr 变压器检测
问题 1 的 8

与 Faster R-CNN 等传统检测器相比，DETR 去除了什么？

预览每个问题8 问题

当您参加测验时，就会出现答案和解释。

  1. 与 Faster R-CNN 等传统检测器相比，DETR 去除了什么？
    • 手工设计的组件，例如锚框和非极大值抑制
    • CNN骨干完全
    • 需要任何训练数据
    • 边界框作为输出格式
  2. DETR 在训练期间使用哪种算法将预测与地面实况对象进行匹配？
    • k-均值聚类
    • 梯度提升
    • 匈牙利（二分）匹配算法
    • 集束搜索
  3. DETR 的“对象查询”是什么？
    • 用户输入的文本提示
    • 固定尺寸的锚箱
    • 从图像中采样的像素
    • 解码器将一组固定的学习嵌入转化为检测
  4. DETR结合了什么整体架构？
    • 循环网络加决策树
    • CNN 主干加上 Transformer 编码器-解码器
    • 纯 GAN
    • k 最近邻分类器
  5. DETR 的训练目标如何支持在没有单独 NMS 阶段的情况下进行推理？
    • They make every possible duplicate prediction mathematically impossible
    • The model can only output one object per image
    • One-to-one matching and set losses discourage multiple predictions for the same object
    • A hidden NMS classifier supplies every training target
  6. 最初的 DETR 的一个已知弱点是什么？
    • 训练收敛速度慢，小目标检测能力较弱
    • 它无法在 GPU 上运行
    • 它不需要标记数据
    • 它仅适用于灰度图像
  7. What training label does original DETR assign to an object query that is not matched to a ground-truth object?
    • The largest visible object's class regardless of matching
    • The no-object class
    • A mandatory new ground-truth object invented for the query
    • The image's filename as a class label
  8. Which prediction errors does DETR's set loss penalize on matched object pairs?
    • Only the number of letters in the class name
    • Only the image's compression size
    • Only whether the training batch uses a GPU
    • Both the predicted class and bounding-box errors