特徴ピラミッド
物体検出で、解像度の異なる複数の特徴マップを、深い層(意味が強い、解像度が低い)から浅い層(位置が細かい、解像度が高い)へ、上から下に伝えて融合する構造として、最も適切なものを1つ選べ。
- A
LSTM
- B
Word2Vec
- C
FPN(Feature Pyramid Network)
- D
ボルツマンマシン
正解と解説を見る
正解:C
FPNは、深い層の意味的に強い特徴を、上から下へ伝え、浅い層の特徴と足し合わせる。小さな物体も、大きな物体も、検出しやすくなる。
- A
誤り。時系列を扱う再帰型のモデル。
- B
誤り。単語のベクトル化の手法。
- C
正しい。大きさの異なる物体を、検出しやすくする。
- D
誤り。エネルギーに基づく確率モデル。
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。