请在 下方输入 要搜索的题目：
推荐参考答案 (
由 搜题小帮手 官方老师解答 )
答案：
以下文字与答案无关
提示：有些试题内容 显示不完整,文字错误 或者 答案显示错误等问题，这是由于我们在扫描录入过程中 机器识别错误导致,人工逐条矫正总有遗漏，所以恳请 广大网友理解。
相关试题
- 1.选择最能代表下面主要概念的检索词集：基于卷积神经网络的图像语义分割 选项： A、卷积神经网络 图形 实例分割 B、卷积神经 网络 图像语义分割 C、CNN 图像 语义分割 D、卷积神经网络 图像 语义分割
- 2.选择最能代表下面主要概念的检索关键词集：基于卷积神经网络的图像语义分割选项： A:卷积神经网络 图形 实例分割; B:卷积神经 网络 图像语义分割; C:CNN 图像 语义分割; D:卷积神经网络 图像 语义分割
- 3.语义分割与图像分类的主要区别是什么？ 选项： A: 语义分割需要对每个像素进行分类，而图像分类只需要对整个图像进行分类。 B: 语义分割和图像分类的区别不是非常显著。 C: 语义分割和图像分类的区别在于使用的模型和算法不同。 D: 语义分割和图像分类的区别在于是否需要使用卷积神经网络。
- 4.卷积神经网络（CNN）在计算机视觉中的应用主要是： 选项： A: 图像分类 B: 对象检测 C: 语义分割 D: 所有以上选项
- 5.有关语义分割的说法，哪些是正确的叙述？选项： A:解决小物体分割可以使用空洞卷积和增大特征图的分辨率; B:处理遮挡物体的分割问题可以使用生成对抗网络（GAN）; C:图像质量不影响语义分割结果; D:语义分割使用的卷积神经网络是空间不变的（ spatially invariant）
- 6.基于卷积神经网络的医学图像分割,目前临床主要有哪些应用 选项： A、海马体分割 B、婴儿大脑图像分割 C、脑肿瘤区域分割 D、以上均是
-
7.41. 卷积神经网络（CNN）在计算机视觉中的应用主要是： 选项： A:
图像分类
B:对象检测
C:语义分割
D:所有以上选项
- 8.当构建一个神经网络进行图片的语义分割时，通常采用的顺序是（). 选项： A:先用卷积神经网络处理输入，再用反卷积神经网络得到输出 B:先用反卷积神经网络处理输入，再用卷积神经网络得刭输出 C:不能确定
- 9.对于卷积神经网络说法正确的有：（ ）选项： A:卷积神经网络具有天然的网络权重值共享和网络局部稀疏性连接的特性 B:卷积神经网络在图像分类、目标检测、语义分割等任务中有着广泛的应用 C:卷积神经网络中的池化层的目的是降低特征图的维度，进而降低卷积神经网络的参数量，减少过拟合 D:卷积神经网络前面的各层是将图像的低维特征映射到抽象特征空间，全连接层则将抽象特征映射到样本标记空间中
