←上一篇 | ↓↑ | 下一篇→ |
---|---|---|
3.10 候选区域 | 回到目录 | 4.1 什么是人脸识别? |
总结
习题
第 121 题
现在你要构建一个能够识别三个对象并定位位置的算法,这些对象分别是:行人(c=1),汽车(c=2),摩托车(c=3)。下图中的标签哪个是正确的?注: y = [ p c , b x , b y , b h , b w , c 1 , c 2 , c 3 ] y=\left[\begin{matrix} p_c,b_x,b_y,b_h,b_w,c_1,c_2,c_3 \end{matrix}\right] y=[pc,bx,by,bh,bw,c1,c2,c3]
A.y=[1, 0.3, 0.7, 0.3, 0.3, 0, 1, 0]
B.y=[1, 0.7, 0.5, 0.3, 0.3, 0, 1, 0]
C.y=[1, 0.3, 0.7, 0.5, 0.5, 0, 1, 0]
D.y=[1, 0.3, 0.7, 0.5, 0.5, 1, 0, 0]
E.y=[0, 0.2, 0.4, 0.5, 0.5, 0, 1, 0]
第 122 题
继续上一个问题,下图中y的值是多少?注:“?”是指“不关心这个值”,这意味着神经网络的损失函数不会关心神经网络对输出的结果,和上面一样,
y
=
[
p
c
,
b
x
,
b
y
,
b
h
,
b
w
,
c
1
,
c
2
,
c
3
]
y=\left[\begin{matrix} p_c,b_x,b_y,b_h,b_w,c_1,c_2,c_3 \end{matrix}\right]
y=[pc,bx,by,bh,bw,c1,c2,c3]
A.y=[1, ?, ?, ?, ?, 0, 0, 0]
B.y=[0, ?, ?, ?, ?, ?, ?, ?]
C.y=[?, ?, ?, ?, ?, ?, ?, ?]
D.y=[0, ?, ?, ?, ?, 0, 0, 0]
E.y=[1, ?, ?, ?, ?, ?, ?, ?]
第 123 题
你现在任职于自动化工厂中,您的系统将看到一罐饮料沿着传送带向下移动,你要对其进行拍照,然后确定照片中是否有饮料罐,如果有的话就对其进行包装。饮料罐头是圆的,而包装盒是方的,每一罐饮料的大小是一样的,每个图像中最多只有一罐饮料,现在你有下面的方案可供选择,这里有一些训练集图像:
你的神经网络最合适的输出单位是什么?
A.逻辑单元(用于分类图像中是否有罐头)
B.逻辑单元,
b
x
b_x
bx 和
b
y
b_y
by
C.逻辑单元,
b
x
,
b
y
,
b
h
b_x,b_y,b_h
bx,by,bh (因为
b
w
,
b
h
b_w,b_h
bw,bh 所以只需要一个就行了)
D.逻辑单元,
b
x
,
b
y
,
b
h
,
b
w
b_x,b_y,b_h,b_w
bx,by,bh,bw
第 124 题
如果你想要构建一个能够输入人脸图片,输出为N个标记的神经网络(假设图像只包含一张脸),那么你的神经网络有多少个输出节点?
A.N
B.2N
C.3N
D.
N
2
N^2
N2
第 125 题
在训练课程中描述的一个对象检测系统中,您需要一个训练集,其中包含许多要检测的对象的图片。但是,由于该算法可以学习自检测对象,因此不需要在训练集中提供边界框。
A.正确 B.错误
第 126 题
如你正在应用一个滑动窗口分类器(非卷积实现),增加步长不仅会提高准确性,也会降低成本。
A.正确 B.错误
第 127 题
在YOLO算法中,在训练时,只有一个单元(该单元包含对象的中心/中点)负责检测这个对象
A.正确 B.错误
第 128 题
这两个框中IoU大小是多少?左上角的框是2x2大小,右下角的框是2x3大小,重叠部分是1x1
A.1/6 B.1/9 C.1/10 D.以上都不是
第 129 题
假如你在下图中的预测框中使用非最大值抑制,其参数是放弃概率≤ 0.4的框,并决定两个框IoU的阈值为0.5,使用非最大值抑制后会保留多少个预测框?
A.3 B.4 C.5 D.6 E.7
第 130 题
假如你使用YOLO算法,使用19x19格子来检测20个分类,使用5个锚框(anchor box)。在训练的过程中,对于每个图像你需要输出卷积后的结果y作为神经网络目标值(这是最后一层), y y y 可能包括一些“?”或者“不关心的值”。请问最后的输出维度是多少?
A.19x19x(25x20)
B.19x19x(20x25)
C.19x19x(5x25)
D.19x19x(5x20)
121-130题 答案
121.A 122.B 123.B 124.B 125.B 126.B 127.A 128.B 129.C 130.C
←上一篇 | ↓↑ | 下一篇→ |
---|---|---|
3.10 候选区域 | 回到目录 | 4.1 什么是人脸识别? |