DETR
Transformer を使い、物体の位置とクラスを、手作業で決めた枠(アンカー)や重複した枠を除く後処理なしに直接予測する物体検出のモデルとして、最も適切なものを1つ選べ。
- A
YOLO
- B
R-CNN
- C
DETR(DEtection TRansformer)
- D
WaveNet
正解と解説を見る
正解:C
DETR は、Transformer で物体の位置とクラスを直接予測する物体検出のモデル。
| モデル | 型 | 特徴 |
|---|---|---|
| YOLO | 1段階 | 画像をグリッドに分け、1回の計算で枠とクラスを出す。速い |
| DETR | Transformer | 枠を集合として直接予測する(候補領域やNMSを使わない) |
- A
誤り。CNN を使う1段階型の物体検出のモデル。
- B
誤り。領域の候補ごとに CNN で分類する初期のモデル。
- C
正しい。Transformer の考え方を物体検出に持ち込み、処理の流れを単純にした。
- D
誤り。音声を生成するモデル。
このサイトの問題は、各試験の公開されているシラバスに沿って作ったオリジナルの模擬問題です。本試験の問題ではありません。日本ディープラーニング協会(JDLA)・一般社団法人生成AI活用普及協会(GUGA)の公式サービスではありません。