登陆题目详情
单选题 现使用YOLO v1网络进行目标检测,待检测的物体种类为20种,输入图像被划分成7*7个格子,每个格子生成2个候选框,则YOLO v1网络最终的全连接层输出维度为()
学科：神经网络与深度学习
时间：2025-12-09 06:36:49
相关题目
相关作业
题目1单选题
下列目标检测网络中,哪个是一阶段的网络( )A. R-CNNB. YOLOV3C. SPP-netD. Faster-rcnn
题目2单选题
YOLOv3相比YOLOv2引入了哪项关键改进A. 多尺度特征融合B. 锚点框(Anchor Boxes)C. 更深的网络结构D. 批量归一化(Batch Normalization)
题目3单选题
SSD算法中的"Single Shot"表示什么A. 只在一个尺度上进行目标检测B. 只使用单个GPU进行训练和测试C. 只需要一次前向传播就可以完成目标检测任务D. 只使用单个卷积核进行检测
题目4单选题
现使用YOLO v1网络进行目标检测,待检测的物体种类为20种,输入图像被划分成7*7个格子,每个格子生成2个候选框,则YOLO v1网络最终的全连接层输出维度为()A. 1470B. 1960C. 980D. 1078
题目5单选题
以下哪个不是YOLOv3算法的特点A. 使用了更深的网络结构Darknet-53B. 引入了anchor机制来预测边界框C. 采用了FPN(特征金字塔网络)来增强多尺度目标检测D. 使用了ROI Pooling层进行区域分类
题目6单选题
5. YOLOv1算法中,如何计算损失函数A. 只计算分类损失B. 只计算定位损失C. 分类损失和定位损失的加权和D. 分类损失、定位损失和置信度损失的加权和
题目7单选题
对于YOLO v1算法,下面哪种做法可能不能增加其检测精度()A. 删除非极大值抑制步骤(NMS)B. 适当增加网格的大小SC. 适当增加每个网格的边界框的数量D. 样本增强
题目8单选题
SSD算法中的多尺度检测是如何实现的A. 通过在不同层级上提取特征并生成预测B. 通过特征金字塔网络C. 通过不同分辨率的输入图像D. 通过不同大小的卷积核
题目9单选题
YOLO(You Only Look Once)目标检测算法的主要优点是什么A. 高精度B. 高速度C. 适用于小目标检测D. 适用于多尺度目标
题目10单选题
YOLO系列算法中的哪个版本引入了多尺度特征图来提高对不同大小目标的检测性能A. YOLOv2B. YOLOv1C. YOLOv3D. YOLOv4
下载 题海APP
拍照搜题更快捷
- 海量题库
- 无搜索限制
- 快捷拍照搜题
