3.11 总结-深度学习第四课《卷积神经网络》-Stanford吴恩达教授

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： $y=\left[\begin{matrix} p_c,b_x,b_y,b_h,b_w,c_1,c_2,c_3 \end{matrix}\right]$

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， $y=\left[\begin{matrix} p_c,b_x,b_y,b_h,b_w,c_1,c_2,c_3 \end{matrix}\right]$

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， $b_x$ 和 $b_y$
C.逻辑单元， $b_x,b_y,b_h$ (因为 $b_w,b_h$ 所以只需要一个就行了)
D.逻辑单元， $b_x,b_y,b_h,b_w$

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. $N^2$

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）， $y$ 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