![](https://static.youtibao.com/asksite/comm/h5/images/m_q_title.png)
下面关于目标检测RCNN算法的描述中,错误的说法是哪个()?
A.RCNN生成大约2k个候选框
B.RCNN把所有侯选框缩放成固定大小
C.RCNN结合NMS(非极大值抑制)获得区域边框(BBox)
D.RCNN采用SVM对候选框进行位置预测
![](https://static.youtibao.com/asksite/comm/h5/images/solist_ts.png)
A.RCNN生成大约2k个候选框
B.RCNN把所有侯选框缩放成固定大小
C.RCNN结合NMS(非极大值抑制)获得区域边框(BBox)
D.RCNN采用SVM对候选框进行位置预测
A.FasterRCNN主要是采用选择性搜索实现候选框提取
B.FasterRCNN使用SVM进行目标类别分类
C.FasterRCNN使用一个卷积实现分类和位置微调
D.FasterRCNN的损失函数与RCNN相同,位置损失函数采用交叉熵
A.目标检测是将目标从图像中提取出来
B.滑动窗口区域选择策略时间复杂度高,窗口冗余太多
C.目标检测算法主要采用卷积算法
D.目标检测对准确率要求更高,但是对检测耗时要求较低
A.SSD采用了Anchor机制使用全图各个位置多尺度区域特征进行回归
B.SSD中多尺度特征图将卷积层改成全连接层
C.SSD中辅助卷积层是用于物体对象分类
D.SSD中大尺度特征图主要用来检测大物体
A.候选框数量越多,目标检测的性能越强,耗时越短
B.非极大抑制(NMS)主要是提高模型检测的效率
C.IoU交并比主要是验证了目标检测的准确度
D.IoU的值越小,表示物体预测越准确
A.分辨力是指对目标分辨的能力
B.为了观察活动器官的细微病变,要求较低的时间分辨力
C.对比分辨力是指超声图像中相邻两个结构能够加以区分的亮度
D.提高检测超声的频率,可以提高仪器的轴向分辨力
E.采用聚焦技术可以改善侧向分辨力
A.算法可以用自然语言、流程图、伪代码来描述
B.算法的步骤必须是有限的
C.算法可以没有输入,但必须有输出
D.算法的步骤不需要确切的定义,合适就行
A.算法不可以用自然语言描述
B.算法只能用流程图来描述
C.一个算法必须保证它的执行步骤是有限的
D.算法的流程图表示法有零个或多个输入,但只能有一个输出
A.SD的检测机制是通过物理端口的CRC错包数来计算误码比例是否达到门限的
B.部署SD后是通过LLDP协议报文通知TE模块响应SD的
C.为了准确的检测端口的SD的比例,需要端口有一定速率的报文,设备采用发送背景流的方式来实现
D.若设备上的直连三层口产生sd告警,则软件会将三层口的METRIC值变成最大
A.计算机视觉领域中,人脸识别、物体识别、物体目标检测等方向已经在人们的生活中得到了广泛的应用
B.计算机视觉目前仍然使用的还是二维图像,尤其神经网络算法中的数据集全部都是二维图片
C.计算机视觉是人工智能目前应用最广泛的领域之一
D.人脸识别领域、火车身份认证,手机屏幕解锁等应用的是模式识别技术,并未涉及计算机视觉