引导式测验 · 中等 等级
物体检测测验
通过框、注释一致性、阈值、重叠评分、捕获条件以及不确定预测的安全审查来测试对象检测。
问题 1 的 8
检测器会返回一个类别标签以及每个可见物体周围的矩形框。它执行的是什么任务？
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。
- 检测器会返回一个类别标签以及每个可见物体周围的矩形框。它执行的是什么任务？
- 目标检测
- 仅图像分类
- 仅像素级分割
- 文字翻译
- 在没有目标检测的情况下，图像分类通常做什么？
- 为每个实例返回一个边界框
- 分配标签而不定位物体
- 分割每个物体像素
- 测量框重叠度
- 为什么要为部分遮挡或微小的物体定义标注规则？
- 小物体不会影响评估
- 这些规则能保证完美的准确性
- 不一致的框或遗漏的物体会干扰训练和评估
- 它们决定了图像分辨率
- 在检测器后处理中，分数阈值可以改变什么？
- 裁剪区域的亮度
- 图像的原始尺寸
- 真值标签
- 漏检物体与误检之间的平衡
- 两个 10x10 的框重叠了 50 个像素；它们的并集是 150 个像素。IoU 是多少？
- 0.50
- About 0.33
- 0.67
- 1.00
- 为什么在报告精确率和召回率时匹配规则很重要？
- 它们在训练后决定类别名称
- 它们设置相机曝光
- 匹配阈值和包含的物体尺寸会影响哪些预测被计入
- 它们消除了对参考的需求
- 检测器对大型独立产品有效，但会漏掉小型拥挤物品。应该测试什么？
- 真实的捕捉条件，包括拥挤和遮挡
- 仅一张干净的实验室图像
- 仅平均分
- 模型的名称
- 低置信度的检测可能会触发后果严重的行动。应该预先定义什么？
- 无需审核的自动操作
- 假设每个框都是正确的
- 忽略所有低分的规则
- 针对不确定检测的人工审核流程