文档说明:本人针对该科精心汇总了历年题库及答案，形成一个完整的题库，并且每年都在更新。该题库对考生的复习、作业和考试起着

文档说明:本人针对该科精心汇总了历年题库及答案，形成一个完整的题库，并且每年都在更新。该题库对考生的复习、作业和考试起着

文档说明:本人针对该科精心汇总了历年题库及答案，形成一个完整的题库，并且每年都在更新。该题库对考生的复习、作业和考试起着非常重要的作用，会给您节省大量的时间。做考题时，利用本文档中的查找工具，把考题中的关键字输到查找工具的查找内容框内，就可迅速查找到该题答案。本文库还有期末考核试题、其他网核及教学考一体化、一网一平台复习试题与答案，敬请查看。

课程题目试题是随机的，请按题目关键词查找（或按Ctrl+F输入题目中的关键词，尽量不要输入整个题目，不要复制空格，连续的几个字就行）

本文由【江开搜题】微信公众号提供，禁止复制盗取，违者必究

本文由【江开搜题】微信公众号提供，禁止复制盗取，违者必究

本文由【江开搜题】微信公众号提供，禁止复制盗取，违者必究

计算机视觉

学校: 无

问题 1: 1. 典型的计算机视觉浅层模型的处理流程为（ ）

选项:

A. 特征汇聚与特征变换、特征设计与提取、图像预处理、分类器与回归器设计

B. 图像预处理、分类器与回归器设计、特征汇聚与特征变换、特征设计与提取

C. 图像预处理、特征设计与提取、特征汇聚与特征变换、分类器与回归器设计

D. 图像预处理、特征汇聚与特征变换、特征设计与提取、分类器与回归器设计

答案: 图像预处理、特征设计与提取、特征汇聚与特征变换、分类器与回归器设计

问题 2: 2. “从数据中学习，⽣成⾼保真，多样化的图像”，描述的是下列哪⼀类任务（ ）

选项:

A. ⼈脸识别

B. ⽬标跟踪

C. 图像描述

D. 图像⽣成

答案: 图像⽣成

问题 3: 3. 在计算机视觉的浅层模型中，“特征汇聚与特征变换”的主要⽬的是（ ）

选项:

A. 采⽤机器学习或模式识别的⽅法对物体进⾏分类

B. 对图像实现亮度或颜⾊矫正等处理

C. 从图像中提取描述图像内容的特征

D. 对提取的特征（通常为向量）进⾏统计汇聚或降维处理，得到新特征

答案: 对提取的特征（通常为向量）进⾏统计汇聚或降维处理，得到新特征

问题 4: 4. 图像和灰度直方图的对应关系为()

选项:

A. 多对一

B. 一对多

C. 一对一

D. 多对多

答案: 多对一

问题 5: 5. 在PyTorch中，⾃动计算某⼀变量的梯度需调⽤（ ）

选项:

A. torch.Tensor()

B. torch.ones()

C. .backward()

D. tensor.int()

答案: .backward()

问题 6: 6. 相较于语义分割，实例分割还可以做到（ ）

选项:

A. ⽣成⽂本描述图像内容

B. 区分同⼀类的不同实例

C. ⽣成⾼保真、多样化的图像

D. 对图⽚中的每个像素点进⾏标注，标注属于哪⼀类别

答案: 区分同⼀类的不同实例

问题 7: 7. 下列选项中，可应⽤于计算机视觉任务的模型有（ ）

选项:

A. AlexNet

B. SVM

C. 决策树

D. VGG

答案: 请关注公众号【江开搜题】查看答案

问题 8: 8. 下列应⽤计算机视觉系统的场景有（ ）

选项:

A. ⼈脸识别

B. ⾃动驾驶

C. 指纹识别

D. 医学图像处理

答案: 请关注公众号【江开搜题】查看答案

问题 9: 9. OpenCV的核⼼模块imgproc 能实现（ ）

选项:

A. 边缘或直线提取

B. 图像分割

C. 处理直⽅图

D. 形态分析

答案: 请关注公众号【江开搜题】查看答案

问题 10: 10. 数字图像的类型包括（ ）

选项:

A. RGB-D深度图像

B. 灰度图像

C. 彩⾊图像

D. ⼆值图像

答案: 请关注公众号【江开搜题】查看答案

问题 11: 11. 计算机视觉的主要研究⽅向有（ ）

选项:

A. ⽬标检测

B. 图像描述

C. 图像分类

D. 图像⽣成

答案: 请关注公众号【江开搜题】查看答案

问题 12: 12. 颜色的三要素包括：

选项:

A. 色调（色相）

B. 亮度（明度）

C. 饱和度

D. 光强

答案: 请关注公众号【江开搜题】查看答案

问题 13: 13. 下列属于深度学习框架的是（ ）

选项:

A. Cuda

B. Theano

C. TensorFlow

D. PyTorch

答案: 请关注公众号【江开搜题】查看答案

问题 14: 1. 下列关于Dropout的描述，正确的是（ ）

选项:

A. 通过随机删除部分神经元，提取出局部特征

B. 通过随机删除部分神经元，防⽌过拟合

C. 通过减少卷积层和池化层的个数，防⽌过拟合

D. 通过减少卷积层和池化层的个数，提取出局部特征

答案: 请关注公众号【江开搜题】查看答案

问题 15: 2. 相较于Sigmoid和Tanh函数，ReLU函数作为激活函数的特点是（ ）

选项:

A. 计算复杂，计算成本⾼昂

B. 能够有效缓解梯度消失的问题

C. 使模型收敛速度较慢

D. 是线性函数

答案: 请关注公众号【江开搜题】查看答案

问题 16: 3. VGGNet的参数量主要集中在（ ）

选项:

A. 池化层

B. 卷积层

C. 全连接层

D. 激活层

答案: 请关注公众号【江开搜题】查看答案

问题 17: 4. GoogLeNet⽹络额外增加了2个辅助的Softmax层作为辅助分类器。下列关于它的描述，错误的是（ ）

选项:

A. 辅助分类器⽤于训练和测试阶段

B. 辅助分类器提供了额外的正则化

C. 辅助分类器给⽹络增加了反向传播的梯度信号，⼀定程度解决了梯度消失的问题

D. 辅助分类器将中间某⼀层的输出也纳⼊到最终的分类结果中

答案: 请关注公众号【江开搜题】查看答案

问题 18: 5. 卷积神经⽹络中，若使⽤RGB图像作为输⼊，则输⼊层的通道数为（ ）

选项:

A. 2

B. 256×256

C. 256

D. 128

答案: 请关注公众号【江开搜题】查看答案

问题 19: 6. SENet中的Channel Attention机制包含的操作有（ ）

选项:

A. Dropout

B. Shortcut Connection

C. Excitation

D. Squeeze

答案: 请关注公众号【江开搜题】查看答案

问题 20: 7. 数据增强常⽤的⽅法有（ ）

选项:

A. 平移变换

B. 随机裁剪

C. ⽔平翻转

D. 颜⾊光照变换

答案: 请关注公众号【江开搜题】查看答案

问题 21: 8. 卷积神经网络有许多神经层组成，主要包括（）

选项:

A. 卷积层

B. 池化层

C. 分类层

D. 归一化层

答案: 请关注公众号【江开搜题】查看答案

问题 22: 9. 图像分类的类别有（）

选项:

A. 多标签分类

B. 子类细粒度分类

C. 无标签分类

D. 实例级别分类

答案: 请关注公众号【江开搜题】查看答案

问题 23: 10. 卷积神经⽹络中，卷积过程的步骤包括（ ）

选项:

A. 将卷积核放在输⼊数据的某⼀像素区域上

B. 将卷积核中的每⼀个数值和区域中对应的数值成对相乘

C. 将乘积的结果线性叠加

D. 把结果输出在特征图的正确位置

答案: 请关注公众号【江开搜题】查看答案

问题 24: 1. 下图中，红⾊边框是包含狗的真实边框，使⽤YOLO模型进⾏⽬标检测时，A、B、C、D、E中负责预测狗的⽹格是（ ）

选项:

A. B

B. A

C. C

D. E

答案: 请关注公众号【江开搜题】查看答案

问题 25: 2. 从理论的⻆度来看，检测物体时，One-stage算法和Two-stage算法的区别在于（ ）

选项:

A. One-stage算法的效率较⾼，计算速度较快；Two-stage算法的精度较⾼

B. One-stage算法的精度较⾼；Two-stage算法的效率较⾼，计算速度较快

C. One-stage算法的计算速度和检测精度都⾼于Two-stage算法

D. Two-stage算法的计算速度和检测精度都⾼于One-stage算法

答案: 请关注公众号【江开搜题】查看答案

问题 26: 3. 在YOLO模型中，若⼀个⽹格输出的数据维度为7 × 7 × 30。其中30个参数中，包含两个边框各需要的5个参数，其余20个参数表示（ ）

选项:

A. 对于20类物体，当前⽹格检测的物体属于每种类别的概率

B. 对于20类物体，当前⽹格包含每类物体的个数

C. 当前⽹格临近的四个边框的需要的参数

D. 对于10类物体，两个边框包含每种类别的概率

答案: 请关注公众号【江开搜题】查看答案

问题 27: 4. 下列有关使⽤R-CNN算法进⾏⽬标检测的步骤，排序正确的是（ ）① 候选框⽣成：⽤Selective Search算法在图像中⽣成候选框；② 特征提取：提取候选框中的特征；③ 类别判断：⽤分类器对候选框中的图像进⾏分类；④ 候选框处理：将所有候选框的特征转换为同样⼤⼩。

选项:

A. ①④②③

B. ①②③④

C. ②①④③

D. ①②④③

答案: 请关注公众号【江开搜题】查看答案

问题 28: 5. YOLOv2算法中，维度为26 × 26 × 512的特征图经过Passthrough层将其拆，输出的特征维度为（ ）

选项:

A. 26 × 26 × 2048

B. 13 × 13 × 2048

C. 26 × 26 × 512

D. 13 × 13 × 512

答案: 请关注公众号【江开搜题】查看答案

问题 29: 6. 下列关于RoI Pooling的表述正确的是（ ）

选项:

A. RoI Pooling输出的特征图⼤⼩⼀致

B. 由于RoI Pooling的提出，不需要再对候选区域进⾏各向同性缩放的操作，避免了图像分辨率的降低

C. 相较于直接对候选区域剪裁，使⽤RoI Pooling变换特征图⼤⼩，能够显著提⾼计算速度

D. RoI Pooling 通过提取候选框内不同区域的像素，对候选框进⾏剪裁

答案: 请关注公众号【江开搜题】查看答案

问题 30: 7. 下列关于使⽤RPN算法⽣成锚框的描述，正确的是（ ）

选项:

A. RPN算法对特征图每个点⽣成9个锚框，锚框的尺度相同，只是中⼼点位置不同

B. 在Faster R-CNN中，RPN算法直接在图像上⽣成锚框

C. RPN算法对特征图每个点⽣成9个锚框，锚框中⼼点相同，尺度⼤⼩不同

D. 在Faster R-CNN中，RPN算法在图像经过卷积后，在得到的特征图上⽣成锚框

答案: 请关注公众号【江开搜题】查看答案

问题 31: 8. 各向同性缩放是指将不同尺⼨的候选区域统⼀成相同⼤⼩，采⽤的两种缩放⽅式为（ ）

选项:

A. 复制填充：通过复制原候选框内的图像，扩展候选框，超出部分进⾏剪裁

B. 直接缩放：通过缩放，将候选框的宽⾼直接变换为⼀致⼤⼩

C. 先裁剪后扩充：先将候选框按原尺⼨剪裁，再⽤颜⾊均值填充成正⽅形

D. 先扩充后裁剪：直接把候选框的边界扩展成正⽅形，再裁剪。如果已经延伸到了原始图像的外边界，就⽤候选框中的颜⾊均值进⾏填充

答案: 请关注公众号【江开搜题】查看答案

问题 32: 9. YOLO算法属于Two-stage目标检测算法？

选项:

答案: 请关注公众号【江开搜题】查看答案

问题 33: 10. 目标检测的三个阶段包括 ， ，

选项:

答案: 请关注公众号【江开搜题】查看答案

问题 34: 1. 下列关于⻛格迁移算法的描述，错误的是（ ）

选项:

A. 深层卷积层得到的内容图的特征图，更加抽象

B. 特征图由内容图和⻛格图各⾃经过卷积神经⽹络后得到

C. 最⼩化内容损失，可以使⽣成图的特征图接近于内容图的特征图，保留图像⻛格

D. 损失函数由内容损失和⻛格损失两部分组成

答案: 请关注公众号【江开搜题】查看答案

问题 35: 2. Pixel RNN的核⼼思想为预测图像中像素值的（ ）

选项:

A. 条件分布

B. 灰度值

C. 边缘分布

D. 联合分布

答案: 请关注公众号【江开搜题】查看答案

问题 36: 3. Conditional Gated Pixel CNN的改进⽅向主要在于（ ）

选项:

A. 定向⽣成某种类别的图像

B. ⽣成多样化的图像

C. 提⾼⽣成图像的质量

D. 提⾼计算速度

答案: 请关注公众号【江开搜题】查看答案

问题 37: 4. 变分⾃编码器的结构，主要分为两部分（ ）

选项:

A. 检测分⽀

B. ⽣成⽹络

C. 模板分⽀

D. 推断⽹络

答案: 请关注公众号【江开搜题】查看答案

问题 38: 5. 下列关于⽣成对抗⽹络（GAN）的描述，正确的是（）

选项:

A. 判别⽹络对输⼊的假样本和真样本打分，使真样本得分⾼，假样本得分低

B. 判别⽹络的任务是：⽣成接近真实样本的数据，并判断图像⽣成效果

C. ⽣成⽹络的任务是：判断输⼊的数据是否为真实样本

D. GAN⽹络结构主要分为：⽣成⽹络和判别⽹络

答案: 请关注公众号【江开搜题】查看答案

问题 39: 6. Pixel RNN采⽤了Diagonal BiLSTM和Residual Connections等结构，下列关于其描述正确的是（ ）

选项:

A. 当Pixel RNN⽹络较深时，采⽤Residual Connections能够提⾼收敛速度

B. Diagonal BiLSTM将像素点前后的所有的像素值纳⼊计算

C. RGB图像中，R通道会受到G和B通道的像素值的影响

D. Diagonal BiLSTM将输⼊图映射到另⼀空间

答案: 请关注公众号【江开搜题】查看答案

问题 40: 7. 下列关于图像⽣成技术的描述，正确的是（ ）

选项:

A. 使⽤图像⽣成技术，可以修复图像

B. 图像⽣成技术只能⽣成相似图像，不能⽤于视频预测

C. 原始数据集的真实分布可以直接求出

D. 图像⽣成属于⽆监督学习任务

答案: 请关注公众号【江开搜题】查看答案

问题 41: 8. VAE（变分自编码器）是Kingma等人基于马尔科夫链提出的生成模型？

选项:

答案: 请关注公众号【江开搜题】查看答案

问题 42: 1. 采⽤深度学习⽅法进⾏⼈脸识别时，通常包括以下四个步骤，下列排序正确的是（ ）a.⼈脸对⻬b.⼈脸表征c.⼈脸检测d.⼈脸匹配

选项:

A. c a b d

B. b d a c

C. c b a d

D. a b c d

答案: 请关注公众号【江开搜题】查看答案

问题 43: 2. 下图为DeepID进⾏特征提取时，卷积神经⽹络的输⼊数据，即⼈脸图像经过处理后，得到的多个Patch。⼀张⼈脸图像输⼊卷积神经⽹络的Patch不包括（）

选项:

A. ⼈脸不同区域的图像，如眼睛、⿐⼦部分图像

B. 与该⼈脸相似的，其他⼈脸的图像

C. 该⼈脸图像转换后的灰度图像

D. 同⼀图像经过放缩得到的不同尺度的图像

答案: 请关注公众号【江开搜题】查看答案

问题 44: 3. 特征脸法和基于⼏何特征的⼈脸识别⽅法，都是常⽤的传统⼈脸识别⽅法，下列相关描述错误的是（ ）

选项:

A. 使⽤特征脸法时，每个⼈脸都可以表示为特征脸的线性组合

B. 使⽤基于⼏何特征的⼈脸识别⽅法时，需要对脸部主要器官进⾏定位

C. 使⽤基于⼏何特征的⼈脸识别⽅法时，不需要采⽤分类器进⾏⼈脸识别

D. 使⽤特征脸法时，需计算⼈脸图像的特征向量，即“特征脸”

答案: 请关注公众号【江开搜题】查看答案

问题 45: 4. DeepFace算法选择（）基准点进行检测。

选项:

A. 6

B. 4

C. 5

D. 7

答案: 请关注公众号【江开搜题】查看答案

问题 46: 5. 下图为⼈脸识别算法DeepFace的⽹络结构，红⾊框内为卷积层和池化层，⽤于对⼈脸进⾏特征提取，下列相关说法错误的是（ ）

选项:

A. 输⼊C1卷积层的图像要求像素⼤⼩相同

B. C1卷积层的主要⽬的是提取⼈脸低层次的特征

C. C3、L4卷积层使⽤参数不共享的卷积核

D. L5卷积层使⽤参数不共享的卷积核

答案: 请关注公众号【江开搜题】查看答案

问题 47: 6. 如今⼈脸识别算法越来越受到重视，下列关于⼈脸识别的描述，错误的是（ ）

选项:

A. 悲伤、快乐等表情不会对⼈脸识别造成影响

B. 特征脸法是常⽤的深度学习⽅法，⽤以进⾏⼈脸识别

C. ⼈脸识别是通过提取⼈脸图像的信息，进⾏身份验证

D. 作为⽣物特征识别对象，⼈脸具有稳定、便捷、不易伪造等优点

答案: 请关注公众号【江开搜题】查看答案

问题 48: 7. 基于⼏何特征的⼈脸识别⽅法的计算过程包括（ ）

选项:

A. 采⽤主成分分析，计算⼈脸特征向量

B. 定位⼈脸眼、⼝、⿐等器官

C. 计算⼈脸特征点之间的距离

D. 计算多个⼈脸的“平均脸”

答案: 请关注公众号【江开搜题】查看答案

问题 49: 8. DeepID算法可以使⽤联合⻉叶斯、神经⽹络两种⽅法进⾏⼈脸验证，下列相关描述错误的是（ ）

选项:

A. 神经⽹络算法得到的不同⼈脸的特征相似度较⾼、同⼀⼈脸的特征相似度较低

B. 神经⽹络算法将需要对⽐的两张图像，联合输⼊⽹络，进⾏特征提取

C. 联合⻉叶斯算法采⽤EM算法估计参数

D. 联合⻉叶斯算法假设⼈脸特征为两个相关性较⾼的⾼斯分布之和

答案: 请关注公众号【江开搜题】查看答案

问题 50: 9. FaceNet可以⽤于⼈脸验证、识别和聚类，下列相关描述错误的是（ ）

选项:

A. FaceNet中，图像相似度与图像的空间距离⽆关，与提取的特征有关

B. FaceNet将图像映射到欧⼏⾥得空间，再进⾏计算

C. FaceNet中图像嵌⼊的过程，是指计算特征向量的相关性

D. FaceNet在经典⼈脸数据集LFW上能够达到较⾼的识别准确率

答案: 请关注公众号【江开搜题】查看答案

问题 51: 10. 传统人脸识别方法将人脸转换为一个几何特征矢量，用目标检测的方式对人脸进行检测识别。

选项:

答案: 请关注公众号【江开搜题】查看答案