以后有关目标检测的说法，正确的是哪些？

第1题

以后有关目标检测的说法，正确的是哪些？

A.对于YOLOv1等单阶段的目标检测算法，不需要做区域生成（region proposal），可以直接使用卷积网络预测物体的分类和位置。

B.对于R-CNN算法而言，对目标和背景进行分类仅需一个SVM模型。

C.Fast R-CNN可以把selective search提取的候选框通过ROI Pooling转化为固定大小的特征图。

D.在Faster R-CNN中，候选框是通过特征图的点使用RPN（区域生成网络）生成。

点击查看答案

第2题

YOLOv1、YOLOv2和YOLOv3三种算法比较，YOLOv2的检测速度最快，YOLOv3则在检测细粒度目标方面更具优势。

点击查看答案

第3题

有关YOLO（v1)算法，以下哪些说法是正确的？

A.候选区域生成、分类和回归等阶段使用一个VGG16网络统一为端对端的目标检测过程

B.因为一个网格对应的边框B通常取2，所以YOLO v1对于有重叠的物体或者是中心落在一个网格的小物体往往只能识别其中的一个。

C.把目标检测转化为一个回归问题，无需候选区域生成环节，因此速度得到了提升

D.由于候选区域只能从SXS个有限的网格选择，因此YOLO v1算法的准确性不如Faster R-CNN

点击查看答案

第4题

4、有关YOLO（v1)算法，以下哪个说法是错误的？

A.把目标检测转化为一个回归问题，无需候选区域生成环节，因此速度得到了提升

B.由于候选区域只能从SXS个有限的网格选择，因此YOLO v1算法的准确性不如Faster R-CNN

C.因为一个网格对应的边框B通常取2，所以YOLO v1对于有重叠的物体或者是中心落在一个网格的小物体往往只能识别其中的一个

D.候选区域生成、分类和回归等阶段使用一个VGG16网络统一为端对端的目标检测过程

点击查看答案

第5题

以下哪些目标检测算法中候选区域的生成采用了选择性搜索算法？

A.R-CNN

B.Fast R-CNN

C.YOLO v1

D.Faster R-CNN

点击查看答案

第6题

以下哪些目标检测算法中候选区域的生成采用了选择性搜索算法？

A.R-CNN

B.Fast R-CNN

C.YOLO v1

D.Faster R-CNN

点击查看答案

第7题

以下哪些目标检测算法中候选区域的生成没有采用了选择性搜索算法？

A.R-CNN

B.Fast R-CNN

C.Faster R-CNN

D.YOLO v1

点击查看答案

第8题

有关YOLO（v1)算法，以下哪个说法是错误的？

A.把目标检测转化为一个回归问题，无需候选区域生成环节，因此速度得到了提升

B.由于候选区域只能从SXS个有限的网格选择，因此YOLO v1算法的准确性不如Faster R-CNN

C.因为一个网格对应的边框B通常取2，所以YOLO v1对于有重叠的物体或者是中心落在一个网格的小物体往往只能识别其中的一个

D.分类和回归等阶段使用一个VGG16网络统一为端对端的目标检测过程

点击查看答案

第9题

15、以下哪些目标检测算法中候选区域的生成没有采用了选择性搜索算法？

A.R-CNN

B.Fast R-CNN

C.Faster R-CNN

D.YOLO v1

点击查看答案

第10题

21、下面有关深度学习、目标检测和边缘计算的说法，正确的是哪些？

A.目标检测常使用深度学习中卷积神经网络模型

B.训练好的目标检测算法可以用于边缘计算

C.机器视觉场景往往需要应用边缘计算

D.边缘计算就是一种人工智能

点击查看答案