Yolo

¿Qué significa YOLO en "YOLOv3"?

• a) You Only Learn Once

• b) You Only Look Once

• c) You Only Locate Objects

• d) Your Object Localization Option

¿En qué se diferencia YOLO de los enfoques de detección de objetos basados en regiones?

• a) YOLO utiliza redes neuronales recurrentes para detectar objetos.

• b) YOLO realiza detección y clasificación en una sola pasada de la red neuronal.

• c) YOLO solo se puede entrenar en imágenes en blanco y negro.

• d) YOLO se basa en modelos de aprendizaje supervisado.

¿Cómo se generan las cajas delimitadoras (bounding boxes) en YOLO?

• a) YOLO utiliza filtros convolucionales para predecir las coordenadas de las cajas.

• b) YOLO utiliza el algoritmo de vecinos más cercanos para encontrar las cajas correspondientes.

• c) YOLO ajusta las cajas manualmente durante el entrenamiento.

• d) YOLO utiliza técnicas de segmentación semántica para generar las cajas.

¿Qué desafío común enfrenta YOLO en la detección de objetos pequeños?

• a) Dificultad para extraer características relevantes en objetos pequeños.

• b) Mayor propensión a falsos positivos en objetos pequeños.

• c) Mayor sensibilidad a la iluminación en objetos pequeños

¿Qué es la precisión de la detección de objetos?

• a) La proporción de detecciones correctas sobre todas las detecciones realizadas.

• b) La proporción de verdaderos positivos sobre todos los positivos reales.

• c) La proporción de objetos correctamente clasificados sobre todos los objetos en la imagen.

• d) La capacidad de un modelo para detectar objetos en diferentes escalas y tamaños.

¿Cuál de las siguientes técnicas se utiliza para abordar la detección de objetos en condiciones de poca luz?

• a) Normalización de datos

• b) Aumento de datos

• c) Transferencia de aprendizaje

• d) Mejora del preprocesamiento de imágenes

¿Qué es el concepto de detección en tiempo real en YOLO?

• a) La capacidad de YOLO para detectar objetos en un intervalo de tiempo muy corto.

• b) La capacidad de YOLO para detectar objetos en un flujo continuo de video en tiempo real.

• c) La capacidad de YOLO para detectar objetos sin utilizar un modelo previamente entrenado.

• d) La capacidad de YOLO para detectar objetos en imágenes fijas.

¿Cómo funciona YOLO para la detección de objetos?

• a) Divide la imagen en una cuadrícula y asigna cada celda a una clase de objeto.

• b) Utiliza filtros convolucionales para predecir las coordenadas de las cajas delimitadoras.

• c) Aplica una única pasada de red neuronal convolucional para realizar la detección y clasificación.

• d) Todas las anteriores.

YOLO utiliza un enfoque de detección de objetos basado en la arquitectura de red neuronal __________.

¿Por qué es se utiliza YOLO para detección de objetos y video en tiempo real?