365. 仿真引擎提供了哪些功能? ( )

135.在同一张图样中,同类图线的宽度应一致。虚线、点画线及双点画线的画、长画和间隔　应各自大致相等。

134.语义分割通过确保图像的每个组成部分仅属于一个类别来解决物体检测的重叠问题。通　俗的来说就是语义分割是对区域内的像素分类而不是目标分类。

133.划分视觉训练集、验证集、测试集, 其划分比例一般为 6:2:2。

132.数据标注是对文本、图像、语音、视频等待标注数据进行归类、整理、编辑、纠错、标 记和批注等操作,为待标注数据增加标签,生产满足机器学习训练要求的机器可读数据　编码。

131.增大卷积核的大小必然会提高卷积神经网络的性能。

130.训练 CNN 时,可以对输入进行旋转、平移、缩放等预处理提高模型泛化能力。

129.将一个卷积神经网络的第一层的特征图可视化,能看到清晰的目标特征。

128.卷积主要用于得到图片的局部特征感知,池化主要用于特征降维,压缩数据和参数的数　量。

127.卷积神经网络中,对不同位置的特征进行聚合统计,称为池化(pooling)。池化不会丢　失图像的信息, 也不会降低其空间分辨率。

126.实际应用场景中,目标检测应满足两个条件:检测速度满足实际场景需求和覆盖物体类　别满足实际场景需求。