题目内容
（请给出正确答案）
A.把目标检测转化为一个回归问题，无需候选区域生成环节，因此速度得到了提升
B.由于候选区域只能从SXS个有限的网格选择，因此YOLOv1算法的准确性不如FasterR-CNN
C.因为一个网格对应的边框B通常取2，所以YOLOv1对于有重叠的物体或者是中心落在一个网格的小物体往往只能识别其中的一个
D.候选区域生成、分类和回归等阶段使用一个VGG16网络统一为端对端的目标检测过程
如果结果不匹配，请 联系老师 获取答案
更多“有关YOLO(v1)算法，以下哪个说法是错误的()?”相关的问题
A.YOLO通过选择性搜索来减少候选框耗时
B.YOLO采用整张图作为网络输入，耗时更长
C.YOLO采用网格化图像，每个网格都预测类别及其概率
D.YOLO采用NMS实现物体类别的过滤，提高性能
A.19x19x(25x20)
B.19x19x(20x25)
C.19x19x(5x25)
D.19x19x(5x20)
A.在CPU上执行推理，必须加载CPU扩展
B.IENetwork对象加载模型时，必须同时加xml和bin文件
C.IENetwork对象只需要加载bin文件即可执行infer方法
D.YOLO的输出结果只有对象类别和置信度
A.基础定向的粒度较粗，一般更像是用户过滤条件
B.行为兴趣类定向的可定制化能力较强，粒度较细
C.自动定向的可定制化能力较强，算法自动调优
D.自定义人群定向可支持老客拉活
A.双目立体视觉技术对障碍物的检测主要是基于立体视觉的方法
B.基于局部特征不变量的方法:在描述图像局部区域和处理外来噪音方面有着优良特性
C.基于区域的分割算法对噪声具有一定的抗干扰能力,区域特性的选取也比较简单
D.微波雷达测距技术性能相对稳定但成本高,而且空间的覆盖面积有限,彼此之间有可能会产生一些电磁干扰
