1.
物体検出モデルのトレーニングにおいて、精度向上のために「ハードネガティブマイニング」が使用される理由は何ですか？
2.
物体検出における「IoU（Intersection over Union）」とは何を表しますか？
3.
物体検出において「バックボーンネットワーク」の役割として正しいものはどれですか？
4.
YOLOv3では、どのようにして異なるサイズの物体を検出していますか？
5.
物体検出モデルにおいて「マルチスケール予測」とは何ですか？
6.
物体検出における「アンカー（Anchor）」の役割は何ですか？
7.
YOLOのような1ステージ物体検出アルゴリズムにおいて、バウンディングボックスの信頼度スコアが高いにもかかわらず誤検出が発生する原因として考えられる要素はどれですか？
8.
物体検出タスクにおける「NMS（Non-Maximum Suppression）」の目的は何ですか？
9.
Faster R-CNNにおいて、RPNで生成された候補領域（Region Proposals）の数が多すぎると、どのような影響が考えられますか？
10.
物体検出において、1枚の画像に複数の物体を検出する手法として、最もよく使われる手法はどれですか？
11.
物体検出アルゴリズムにおいて、画像の解像度が非常に高い場合に注意すべき点はどれですか？
12.
「Mask R-CNN」の主な用途として正しいものはどれですか？
13.
物体検出アルゴリズムであるYOLOのバージョン3（YOLOv3）の主な改良点として正しいものはどれですか？
14.
SSD（Single Shot Multibox Detector）の主な利点は何ですか？
15.
物体検出において、マルチスケール特徴マップを利用するモデルの利点として正しいものはどれですか？
16.
物体検出において、「多段階検出モデル」とは何を指しますか？
17.
物体検出における「平均適合率（mAP: mean Average Precision）」とは何を指しますか？
18.
物体検出タスクにおいて、精度と速度のバランスが取れているモデルとして知られているのはどれですか？
19.
Faster R-CNNの特徴として正しいものはどれですか？
20.
物体検出タスクで使用される「RPN（Region Proposal Network）」の目的は何ですか？
