Baixe o app para aproveitar ainda mais
Prévia do material em texto
30/07/2022 17:59 Questionário: [IEC_EESA_O1_T1_Online] Visão Computacional https://pucminas.instructure.com/courses/86566/quizzes/310504 1/7 Questionário Entrega 31 jul em 23:59 Pontos 36 Perguntas 12 Disponível 1 jul em 0:00 - 31 jul em 23:59 Limite de tempo Nenhum Tentativas permitidas 2 Histórico de tentativas Tentativa Tempo Pontuação MANTIDO Tentativa 2 6 minutos 30 de 36 MAIS RECENTE Tentativa 2 6 minutos 30 de 36 Tentativa 1 2 minutos 18 de 36 As respostas corretas estão ocultas. Pontuação desta tentativa: 30 de 36 Enviado 30 jul em 17:59 Esta tentativa levou 6 minutos. 0 / 3 ptsPergunta 1IncorretaIncorreta Analise as afirmações a seguir sobre deep learning para processamento de dígitos (imagens de dígitos escritos à mão): I - A transformação implementada pela camada é parametrizada pelos seus pesos (parâmetros de entrada da camada), que são iniciados aleatoriamente. II - A loss function calcula o quão distante a predição está do resultado esperado. III - “Aprender” significa encontrar um conjunto de valores para os pesos de todas as camadas da rede, de forma que a rede irá mapear corretamente exemplos de entrada para a sua saída Marque a alternativa correta: Todas estão incorretas. https://pucminas.instructure.com/courses/86566/quizzes/310504/history?version=2 https://pucminas.instructure.com/courses/86566/quizzes/310504/history?version=2 https://pucminas.instructure.com/courses/86566/quizzes/310504/history?version=1 30/07/2022 17:59 Questionário: [IEC_EESA_O1_T1_Online] Visão Computacional https://pucminas.instructure.com/courses/86566/quizzes/310504 2/7 Todas estão corretas. Apenas a I e II estão corretas. Apenas a I e III estão corretas. 3 / 3 ptsPergunta 2 Considere uma imagem de 16 x 16 com três canais RGB. Qual das características abaixo pode ser considerada verdadeira sobre a imagem? Essa imagem possui 16 pixels. Essa imagem possui 768 pixels. Essa imagem possui 32 pixels. Essa imagem possui 256 pixels. 3 / 3 ptsPergunta 3 Como as camadas convolucionais de uma rede neural convolucional (CNN) manipula uma imagem? Por meio de um tensor 4D (samples, height, width, channels). Por meio de um tensor 2D (samples, features). 30/07/2022 17:59 Questionário: [IEC_EESA_O1_T1_Online] Visão Computacional https://pucminas.instructure.com/courses/86566/quizzes/310504 3/7 Todas as alternativas estão incorretas. Por meio de um tensor 3D (samples, height, width). 3 / 3 ptsPergunta 4 O que o código abaixo produz como resultado? import numpy as np import cv2 img = cv2.imread('lena.png',0) cv2.imshow('lena',img) cv2.waitKey(0) cv2.destroyAllWindows() cv2.imwrite('lena_new.png',img) Abre a imagem do disco usando apenas o canal Red do RGB. Abre uma imagem do disco em escala de cinza, exibe-a na tela e salva-a no disco em escala de cinza. Abre uma imagem do disco, exibe-a na tela e salva-a no disco com três canais RGB. Abre a imagem do disco usando apenas o canal Blue do forma BGR do OpenCV. 0 / 3 ptsPergunta 5IncorretaIncorreta 30/07/2022 17:59 Questionário: [IEC_EESA_O1_T1_Online] Visão Computacional https://pucminas.instructure.com/courses/86566/quizzes/310504 4/7 Analise o código a seguir: import numpy as np import cv2 img = cv2.imread('lena.png') px = img[50,50, 2] print(px) O quê este código imprime na tela? Apenas o valor em escala de cinza do pixel. Apenas o valor do canal “red” do pixel. Os três canais RGB do pixel. Apenas o valor do canal “blue” do pixel. 3 / 3 ptsPergunta 6 Analise o comando a seguir: print(img.shape) O que este comando imprime na tela? Salva a imagem em disco. Retorna apenas o número de pixel. 30/07/2022 17:59 Questionário: [IEC_EESA_O1_T1_Online] Visão Computacional https://pucminas.instructure.com/courses/86566/quizzes/310504 5/7 Exibe a imagem na tela. Retorna uma tupla de linha, coluna e número de canais de cores da imagem. 3 / 3 ptsPergunta 7 Analise a afirmativa e assinale a alternativa correta: Em uma rede neural convolucional (CNN), as primeiras camadas (camadas densas) são usadas para o aprendizado de features da imagens e as últimas camadas (camadas convolucionais) são usadas para a classificação das imagens. Verdadeiro Falso 3 / 3 ptsPergunta 8 Analise a afirmativa e assinale a alternativa correta: Sobre deep learning para processamento de dígitos (imagens de dígitos escritos a mão), analise a seguinte frase: Para medir a saída de um processamento da imagem feita pela rede, devemos saber o quão distante a saída obtida está do resultado esperado. Para isso calculamos o loss score utilizando uma "loss function". Quando maior o seu valor, melhor. Falso Verdadeiro 30/07/2022 17:59 Questionário: [IEC_EESA_O1_T1_Online] Visão Computacional https://pucminas.instructure.com/courses/86566/quizzes/310504 6/7 3 / 3 ptsPergunta 9 Analise a afirmativa e assinale a alternativa correta: Sobre deep learning para processamento de dígitos (imagens de dígitos escritos à mão), analise a seguinte frase: O score obtido da loss function é usado como o feedback para ajustar o valor dos pesos da rede, com o intuito de aumentar o valor obtido pela loss function (optimizer). O processo é chamado de backpropagation. Falso Verdadeiro 3 / 3 ptsPergunta 10 Analise a afirmativa e assinale a alternativa correta: As redes neurais convolucionais (CNN) são totalmente compostas de camadas densas (Fully Connected – FC: todos os nós de uma camada estão conectados a todos os nós da camada anterior e a todos os nós da próxima camada). Falso Verdadeiro 3 / 3 ptsPergunta 11 Analise a afirmativa e assinale a alternativa correta: 30/07/2022 17:59 Questionário: [IEC_EESA_O1_T1_Online] Visão Computacional https://pucminas.instructure.com/courses/86566/quizzes/310504 7/7 Sobre o processo de aprendizado usando deep learning para classificação de uma imagem, no início, como os pesos são iniciados aleatoriamente, o valor da loss é muito alto. Com os ajustes dos pesos de pouco em pouco, o valor obtido pela loss function tende a cair. Verdadeiro Falso 3 / 3 ptsPergunta 12 Analise a afirmativa e assinale a alternativa correta: Data augmentation: aumento do conjunto de dados com versões “perturbadas” das imagens existentes. Falso Verdadeiro Pontuação do teste: 30 de 36
Compartilhar