A.遙感圖像語義分割就是基于像元光譜特征分類的過程
B.全卷積網(wǎng)絡(luò)是基于卷積神經(jīng)網(wǎng)絡(luò)的最早語義分割網(wǎng)絡(luò)
C.反卷積也可以轉(zhuǎn)化成經(jīng)典的卷積過程
D.反卷積是語義分割中恢復(fù)卷積特征圖的唯一有效方法
您可能感興趣的試卷
你可能感興趣的試題
A.可通過神經(jīng)網(wǎng)絡(luò)隱層將其變換到新的高維特征空間，使其在變換后的特征空間線性可分
B.可在原始特征空間組合多個(gè)線性分類器，從而構(gòu)建非線性分類邊界
C.可通過特征變換，將其變換到新的高維特征空間，使其線性可分
D.一定可以設(shè)計(jì)出分類器無誤地將其分開
A.梯度提升決策樹是一種組合分類器
B.梯度提升決策樹屬于統(tǒng)計(jì)學(xué)習(xí)中序列向前的加性/相加模型（additive model）
C.梯度提升樹是通過序列添加新的決策樹以擬合已有決策樹預(yù)測(cè)損失的梯度
D.梯度提升決策和隨機(jī)森林一樣是基于多數(shù)投票的組合分類器
A.對(duì)象的中心位置、長寬等定位參數(shù)通常被設(shè)置為回歸問題。
B.對(duì)象的中心點(diǎn)位置回歸時(shí)，通常以選擇的錨框中心點(diǎn)坐標(biāo)為基礎(chǔ)，回歸優(yōu)化的目標(biāo)是使錨框中心點(diǎn)坐標(biāo)偏離對(duì)象真實(shí)中心點(diǎn)位置的量與所預(yù)測(cè)對(duì)象的中心點(diǎn)位置偏離對(duì)象真實(shí)中心點(diǎn)位置的量之間的差異越小越好。
C.對(duì)象定位的目標(biāo)是使預(yù)測(cè)對(duì)象的定位參數(shù)直接和對(duì)象真實(shí)外包絡(luò)矩陣的參數(shù)差異越小越好。
D.對(duì)象檢測(cè)方法的學(xué)習(xí)是包括對(duì)象定位和對(duì)象分類的多任務(wù)學(xué)習(xí)問題。
A.增加地物在圖像平面上的紋理或幾何等特征，提升不同類地物的可分性
B.基于光譜特征，通過增加模型的復(fù)雜程度達(dá)到有效分類的目的
C.擴(kuò)充同分布的訓(xùn)練數(shù)據(jù)規(guī)模
D.通過正則化簡化分類邊界
A.模型過擬合是指把訓(xùn)練樣本本身特點(diǎn)當(dāng)做所有潛在樣本都會(huì)具有的一般性質(zhì)
B.分類器在訓(xùn)練數(shù)據(jù)上錯(cuò)誤率很低，但在測(cè)試數(shù)據(jù)上的錯(cuò)誤率仍然很高，此時(shí)模型很可能處于過擬合狀態(tài)
C.分類器在測(cè)試數(shù)據(jù)上錯(cuò)誤率很高就是處于過擬合狀態(tài)
D.欠擬合是指模型在訓(xùn)練樣本的一般性質(zhì)尚未被學(xué)習(xí)器學(xué)好
最新試題
圖像校正消除數(shù)據(jù)獲取過程中的誤差及變形，使接近真實(shí)值。
自然界中的物體吸收的能量并未完全輻射，關(guān)系不確定。
遙感信息提取的方法中人工（目視解譯）利用判讀人員的知識(shí)，擅長提取光譜信息，但花費(fèi)時(shí)間，存在個(gè)人差異。
下面有模型擬合狀態(tài)的說法，錯(cuò)誤的是（）。
專題圖中顏色表應(yīng)符合視覺心理效應(yīng)。
下面遙感傳感器不屬于被動(dòng)方式的是（）。
地物表面熱輻射呈現(xiàn)的“熱分布”形狀是它的真正形狀。
有關(guān)地表土地覆蓋遙感制圖的說法正確的有（）。
關(guān)于電磁波譜的說明不正確的是（）
有關(guān)遙感圖像對(duì)象檢測(cè)中的對(duì)象定位，說法錯(cuò)誤的有（）。