Computer Vision

Dữ liệu MNIST bao gồm loại ảnh nào?

• Ảnh màu RGB

• Ảnh xám 28×28 pixel

• Ảnh vệ tinh

• Ảnh động GIF

Fashion-MNIST dùng để phân loại gì?

• Chữ viết tay

• Động vật

• Quần áo/thời trang

• Biển số xe

Kỹ thuật chuẩn hóa ảnh thường đưa giá trị pixel về khoảng nào?

• 0–255

• 0–10

• 0–1 hoặc -1–1

• 100–200

Mục đích chính của Data Augmentation là gì?

• Giảm số lượng dữ liệu

• Tăng độ đa dạng, cải thiện khả năng khái quát

• Làm ảnh đẹp hơn

• Giảm chi phí tính toán

Kỹ thuật Mixup trong augmentation là gì?

• Ghép 2 ảnh lại theo tỉ lệ trọng số

• Làm mờ ảnh bằng Gaussian blur

• Cắt/xoay ảnh ngẫu nhiên

• Thay đổi độ sáng

Mục đích chính của lớp convolution trong CNN là gì?

• Phát hiện mẫu cục bộ (edges, shapes)

• Giảm kích thước ảnh

• Tăng độ sáng

• Chuyển ảnh thành văn bản

Lớp Pooling trong CNN có tác dụng:

• Phát hiện đặc trưng phức tạp hơn

• Giảm số chiều và tạo tính bất biến dịch chuyển

• Biến ảnh thành RGB

• Làm ảnh sắc nét hơn

ResNet giải quyết vấn đề nào trong huấn luyện mạng sâu?

• Overfitting

• Thiếu dữ liệu

• Vanishing/Exploding gradient

• Tốc độ inference chậm

Đặc điểm chính của MobileNet là gì?

• Dùng skip connection

• Dùng depthwise separable convolution → nhẹ, tối ưu cho thiết bị di động

• Dùng nhiều lớp fully-connected

• Chỉ hoạt động trên ảnh màu

EfficientNet đạt được hiệu quả bằng cách nào?

• Tăng số lớp vô hạn

• Compound scaling (cân bằng depth, width, resolution)

• Chỉ dùng ảnh nhỏ

• Thay pooling bằng transformer