《动手学深度学习》task07 目标检测基础；图像风格迁移；图像分类案例1 课后作业

task07  目标检测基础；图像风格迁移；图像分类案例1

笔记见：https://www.cnblogs.com/guohaoblog/p/12356939.html

 

目标检测基础

1、我们一般通过哪些参数来生成一组锚框

A、锚框左上角xy坐标和右下角xy坐标

B、锚框中心像素xy坐标和锚框长宽

C、锚框中心像素xy坐标、锚框大小和宽高比

D、锚框左上角xy坐标和锚框长宽

答案解析：【C】

其中A选项为边界的定义，根据锚框的定义可选择C。

 

 2、已知图像宽为w，锚框大小为s,宽高比为r,那么锚框的宽为

 

 答案解析：

 

 

3、关于IoU说法错误的是

A、IoU是两个边界框相交面积与相并面积之比

B、IoU是两个边界框相减面积与相加面积之比

C、IoU的取值范围在0和1之间

D、IoU为0代表两个边界框无重合像素

答案解析：【B】

 

 

 4、在标注训练集的锚框时，下列说法正确的是

A、在猫狗识别中，所有锚框被分为猫或狗两类。

B、每个锚框需要被标注所含目标类别和偏移量两个标签。

C、偏移量用中心点x坐标距离和中心点y坐标距离两个维度表示。

D、每个类别IoU最高的锚框表注为正类，其余锚框均为背景类。

答案解析：【B】

A项：除了猫狗还有背景

C项：还需要宽和高的差异

D项：根据阈值判断是否为剩余锚框分配真实边界框

 

5、关于非极大值抑制说法错误的是

A、用于解决边界框预测时同一个目标上可能会输出较多相似的预测边界框的问题

B、预测边界框按置信度轮流作为基准

C、 将所有与基准预测边界框的交并比大于某阈值的非基准预测边界框移除

D、将所有与基准预测边界框的交并比小于某阈值的非基准预测边界框移除

答案解析：【D】

 

图像风格迁移

1、关于特征抽取部分，下列说法中正确的是：

A、通过选取靠近输出的层来抽取样式特征

B、我们通过训练网络模型来抽取更好的特征

C、我们通过逐层计算来抽取输入图像的特征

D、用VGG网络各个卷积块的最后一层作为样式层

答案解析：【C】

A项：错误，选取靠近输入的层来抽取样式特征

B项：错误，我们不改变网络模型参数，只对合成图像的内容进行训练更新

C项：正确

D项：错误，我们使用VGG网络各个卷积块的第一层作为样式层

 

2、关于损失函数，下列说法中错误的是：

A、用Gram矩阵衡量各个通道上的样式特征的相关性

B、用样式图像与合成图像在样式层输出的平方误差衡量样式损失

C、计算得的Gram矩阵尺寸与原图像高宽无关

D、引入总变差损失减少噪声点

答案解析：【B】

B项：我们需要先求得Gram矩阵，用两个Gram矩阵的平方误差衡量样式损失

C项：Gram矩阵尺寸仅与通道数有关，所以与原图像的高和宽无关

 

3、关于训练过程，下列说法中错误的是：

A、训练完成后，将合成图像通过VGG网络的各个卷积块，即可得到最终的结果

B、训练完成后，将合成图像通过VGG网络的各个卷积块，即可得到最终的结果

C、通过修改合成图像的内容来减小损失值

D、内容图像和样式图像的特征只需要提取一次

答案解析：【A】

练完成后，合成图像就是最终的结果，不需要再经过网络卷积块的计算

 

 

图像分类案例1

1、在图像分类任务中，缓解过拟合的手段不包括：

A、从原训练数据集切分出验证数据集

B、图像增广

C、权重衰减

D、增加训练样本

答案解析：【A】

切分出验证数据集并不能缓解过拟合，其作用是用于调整超参数

 

2、下列关于ImageFolder类的说法中错误的是：

A、创建ImageFolder实例时，它会将给定的路径参数root下每个文件目录都当作一种类别

B、创建ImageFolder实例时，可以传入参数transform，transform应当是可调用的（callable），取出一个样本时，会用transform先对其进行处理

C、创建ImageFolder实例时，ImageFolder维护样本的顺序是确定的

D、创建ImageFolder实例时，若某个类别的目录下存在一个文本文件，则会抛出异常

答案解析：【D】

C项：创建实例时，会以类别目录名为第一关键字，类别目录下的图像文件名为第二关键字，按字典序从小到大依次处理

D项：ImageFolder会维护一部分可接受的图像文件类型，对于不可接受的文件类型会直接忽略掉