Bitzu

AI-901 · Typowe obciążenia AI

Które zadanie wizyjne zwraca co?

Najważniejsze

  • Klasyfikacja obrazu: jedna etykieta (lub kilka) na cały obraz.
  • Tagowanie: lista cech wizualnych.
  • Wykrywanie obiektów: każdy obiekt z ramką ograniczającą.
  • Opisywanie (captioning): zdanie o obrazie (dense captions: regiony).
  • OCR: tekst z obrazu.
  • Generowanie obrazów: nowy obraz z promptu tekstowego; model w stylu dyfuzyjnym startuje od szumu i stopniowo go usuwa.
  • Modele multimodalne: obraz i pytanie tekstowe w jednym prompcie.

Źródło: https://learn.microsoft.com/en-us/azure/ai-services/computer-vision/overview-image-analysis

Przykładowe pytania

Jednokrotny wybór

Które zadanie wizyjne zwraca położenie każdego elementu jako współrzędne ramki ograniczającej?

  1. Klasyfikacja obrazu
  2. Wykrywanie obiektów
  3. Opisywanie obrazu (captioning)
  4. OCR
Pokaż odpowiedź

Odpowiedź: B. Wykrywanie obiektów

Wykrywanie obiektów zwraca każdy obiekt z ramką. Klasyfikacja etykietuje cały obraz, opis tworzy zdanie, a OCR zwraca tekst.

Zaznacz wszystkie poprawne

Które stwierdzenia o zadaniach wizyjnych są poprawne?

  1. Opisywanie (captioning) opisuje obraz zdaniem
  2. OCR wydobywa z obrazu tekst drukowany lub odręczny
  3. Wykrywanie obiektów zwraca ramki ograniczające dla każdego elementu
  4. Klasyfikacja obrazu zwraca współrzędne każdego obiektu
  5. Generowanie obrazów wymaga ramek ograniczających jako wejścia
Pokaż odpowiedź

Odpowiedź: A. Opisywanie (captioning) opisuje obraz zdaniem, B. OCR wydobywa z obrazu tekst drukowany lub odręczny, C. Wykrywanie obiektów zwraca ramki ograniczające dla każdego elementu

Opis tworzy zdanie, OCR odczytuje tekst z obrazów, a wykrywanie obiektów zwraca ramki. Klasyfikacja nie daje współrzędnych, a generowanie obrazów nie wymaga ramek jako wejścia.

Prawda czy fałsz

Prawda czy fałsz: model tekst-na-obraz działa, wyszukując w bazie najbliższe istniejące zdjęcie.

Pokaż odpowiedź

Odpowiedź: Fałsz

Fałsz. Model w stylu dyfuzyjnym syntezuje nowy obraz, zaczynając od losowego szumu i doprecyzowując go zgodnie z promptem.

Przećwicz 8 pytań z tego tematu w Bitzu

Krótkie lekcje, natychmiastowe wyjaśnienia i powtórki tego, w czym się mylisz. Za darmo na iOS i Androida.

Download on the App StoreGet it on Google Play

Więcej tematów AI-901 w tym module