《计算机视觉应用开发》试卷及答案 AB卷_第1页
《计算机视觉应用开发》试卷及答案 AB卷_第2页
《计算机视觉应用开发》试卷及答案 AB卷_第3页
《计算机视觉应用开发》试卷及答案 AB卷_第4页
《计算机视觉应用开发》试卷及答案 AB卷_第5页
已阅读5页,还剩9页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

第1页共4页《计算机视觉应用开发》期末考试试题A卷(开卷)适用班级:人工智能2001/2002专业:人工智能技术服务考试时长:120分钟得分阅卷人得分阅卷人1.以下说法不正确的是:()A.OpenCV是一个跨平台计算机视觉和机器学习软件库B.OpenCV用C++语言编写C.OpenCV实现了图像处理和计算机视觉方面的很多通用算法D.OpenCV不支持Linux系统2.opencv画矩形使用的方法是:()A.cv2.line()B.cv2.rectangle()C.cv2.circle()D.cv2.ellipse()3.OpenCV中用于实现中值滤波的函数是()A.blur()B.boxFilter()C.medianBlur()D.filter2D()4.神经网络的基本三层结构不包括()A.输入层B.输出层C.隐藏层D.卷积层5.下面关于卷积层,激活层以及池化层说法不正确的是()A.卷积运算的目的是提取输入的不同特征,不同的卷积层提取的特征不同。B.激活层通过设置激活函数来增加线性分割能力,一般在卷积层与池化层之间的激活函数通常为relu。C.池化层减少学习参数,降低网络的复杂度,也叫下采样层。D.池化层常用的有平均池化和最大池化。6.下面关于卷积网络说法正确的是()A.整个脸型属于浅层卷积提取基础特征。B.边缘属于深层卷积提取抽象特征。C.轮廓属于深层卷积提取抽象特征。D.全连接层根据特征组合进行评分分类7.区域选取通常使用()算法。A.one-stage目标检测B.two-stage目标检测C.滑动窗口(SlidingWindows)D.逻辑回归(Logisticregression)8.以下说法不正确的是()A.COCO数据集有81个类别B.OpenCV人脸检测是基于Haar特征实现的C.dlib人脸检测是基于Hog特征D.评价人脸检测效果的好坏,常用三个指标:召回率,误检数和检测速度。9.下面哪个操作不属于基本图像增强操作?()A.裁剪B.增加噪声C.加大图片尺寸D.提高亮度10.目前主流的语义分割网络一般是遵循:()A.下采样,上采样,特征融合 B.上采样,下采样,特征融合C.下采样,上采样,图像融合 D.上采样,下采样,图像融合11.以下那部分代码是正确引用VGG19模块的()。A.fromkeras.applications.vgg19importVGG19B.fromkeras.modelsimportModeC.fromkeras.applications.vgg19importpreprocess_inputD.fromkeras.preprocessingimportimage12.关于TF-IDF算法说法不正确的是()。A.TF算法和IDF算法可以单独使用B.IDF的大小与词语的常见程度成正比C.TF算法权衡词出现的频率,不考虑词语对文档的区分能力D.TF-IDF算法,从词频、逆文档频率两个角度对词语的重要性进行衡量13.基于机器学习的情感分析方法本质是一个分类问题,该方法使用的经典分类模型不包括()。A.支持向量机B.朴素贝叶斯C.卡尔曼滤波D.最大熵模型14.下面不属于基于插值的超分辨率重建方法步骤的是()A.图像重建B.上采样C.图像配准D.图像池化15.场景文字识别相比于普通文字识别的不同,描述错误的是()A.文本行可能有横向、竖向、弯曲、旋转、扭曲等式样B.图像中的文字区域还可能会产生变形(透视、仿射变换)、残缺、模糊等现象C.场景图像中的文字内容与普通文字识别的文字内容相同D.自然场景图像的背景极其多样得分阅卷人得分阅卷人1.通过对图像轮廓的操作,就能获取目标图像的大小、位置、方向等信息。()2.迁移学习是一种机器学习方法,就是把为任务A开发的模型作为初始点,重新使用在为任务B开发模型的过程中。()3.通用目标检测可以检测图像中多个类别的目标。()4.检测单张图像所用的时间越长越好,检测更精确。()5.人脸识别完全可以用图像识别的方法不需要更精确的预处理过程。()6.单样本图像增强主要有几何操作、颜色变换、随机擦除、添加噪声等方法。()7.实例感知语义分割(instanceawaresemanticsegmentation)是标准语义分割或全像素语义分割的子类型,它将每个像素分类为属于应用类以及该类的实体ID。()8.图像像素数目越多,像素点越大,图像越清晰、逼真,自然()9.原始图像与其评估版本(噪声强度)之间图像(信号强度)可能的最大像素值与最大均方误差(MSE)的对数比率,PSNR值越小,重建效果越好。()10.在迁移学习中,任务需要重新开始建立模型,不可以重用之前的模型。()得分阅卷人得分阅卷人1.线段的绘制是使用方法、圆形的绘制使用方法。2.卷积网络的核心是:_________和___________、___________。3.传统算法对于目标检测通常分为3个阶段:、和。4.卷积操作使得 之间存在有位置上的连接关系。5.多图像超分辨率重建算法根据重建过程所在域不同可分为_______和_________。6.基于的超分辨率重建,从图像的降质退化模型出发,假定高分辨率图像是经过了适当的运动变换、模糊及噪声才得到低分辨率图像。7.SRGAN网络结构模型是由两个网络组成的深层次神经网络结构,将一个网络与另一个网络相互对立。一个神经网络称为_________,另一个神经网络称为__________。8.文字识别可根据待识别的文字特点采用不同的识别方法,一般分为_________和__________。9.不定长文字识别的常用方法:、CRNN、chineseocr。10.sigmoid神经网络层输出0和1之间的数字,这个数字代表每个组件有多少比率的信息可以通过,表示不通过任何信息,______表示全部通过。11.OpenCV中显示完成后,需调用释放窗口占用的资源的方法_________。12.绘制直方图的两种方式分别为______、_________。13.图像滤波的两个目的是________(抽出对象的特征作为图像识别的特征模式)和___________(为适应图像处理的要求,消除图像数字化时所混入的噪声)。得分阅卷人得分阅卷人编写代码实现加载cifar10数据并对数据进行标准化。得分阅卷人得分阅卷人先将图像标准化到[0,1]范围内,接着图片规范成(128,128)大小的,以匹配神经网络的输入。得分阅卷人得分阅卷人请写出如何构造低分辨率图像的主要程序代码。《Python文本与语音应用设计》期末考试试题A卷答题纸适用班级:人工智能2001/2002专业:人工智能技术服务得分阅卷人得分阅卷人1.2.3.4.5.6.7.8.9.10.11.12.13.14.15得分阅卷人得分阅卷人1.2.3.4.5.6.7.8.9.10.得分阅卷人得分阅卷人1.2.3.4.5.6.7.8.9.10.11.12.13.得分阅卷人得分阅卷人得分阅卷人得分阅卷人得分阅卷人得分阅卷人.《计算机视觉应用开发》期末考试试题A卷答案适用班级:人工智能2001/2002专业:人工智能技术服务得分阅卷人得分阅卷人1.D2.B3.C4.A5.B6.D7.C8.A9.C10.A11.A12.B13.B14.D15.C得分阅卷人得分阅卷人1.对2.对3.对4.错5.错6.对7.错8.对9.错10.错得分阅卷人得分阅卷人1.cv2.line()、cv2.circle()2.浅层卷积提取基础特征深层卷积提取抽象特征全连接层根据特征组合进行评分分类3.区域选取、特征提取、体征分类4.输入值和输出值5.频域法、空域法6.退化模型7.生成器、鉴别器8.定长文字、不定长文字9.LSTM+CTC10.0、111.cv2.destroyAllWindows()12.np.histogram()、np.bincount()13.提取特征、清除噪声得分阅卷人得分阅卷人(train_images,train_labels),(test_images,test_labels)=datasets.cifar10.load_data()#数据标准化train_images,test_images=train_images/255.0,test_images/255.0得分阅卷人得分阅卷人defnormalize(input_image,input_mask):input_image=tf.cast(input_image,tf.float32)/128.0-1input_mask-=1returninput_image,input_maskdefload_image(datapoint):input_image=tf.image.resize(datapoint['image'],(128,128))input_mask=tf.image.resize(datapoint['segmentation_mask'],(128,128))input_image,input_mask=normalize(input_image,input_mask)returninput_image,input_mask得分阅卷人得分阅卷人label=np.zeros((image.shape[0],128,128,3),np.float32)foriinrange(image.shape[0]):temp=cv2.resize(image[i,:,:,:],(64,64))temp=cv2.resize(temp,(128,128))label[i,:,:,:]=temp《计算机视觉应用开发》期末考试试题B卷(开卷)适用班级:人工智能2001/2002专业:人工智能技术服务考试时长:120分钟得分阅卷人得分阅卷人1.计算机视觉对待问题的解决方案的流程不包括()A.图像预处理B.建立模型C.提取特征D.模型优化2.下列说法正确的是:()A.单色位图:每个像素最多可以表示2种颜色,只需要使用长度为1的二进制位来表示,因此每个像素占1/4B。B.16色位图:每个像素最多可以表示16种颜色,所以只需要长度为4的二进制表示,因此每个像素占1/2B。C.16色位图:每个像素最多可以表示16种颜色,所以只需要长度为8的二进制表示,因此每个像素占1/2B。D.256色位图:每个像素最多可以表示256中颜色,所以只需要长度为16的二进制表示,因此每个像素占1B。3.下列哪种不是OpenCV中imread()的图片读取方式()A.cv2.IMREAD_CHANGEDB.cv2.IMREAD_GRAYSCALEC.cv2.IMREAD_UNCHANGEDD.cv2.IMREAD_COLOR4.可以通过哪种命令来实现图像的高斯滤波()A.cv2.blur()B.cv2.GaussianBlur()C.cv2.medianBlur()D.cv2.bilateralFilter()5.下面哪个方法不属于分类方法()A.KNNB.SVMC.K-meansD.人工神经网络6.卷积神经网络结构顺序为()A.conv->bn->ReLu->poolB.conv->bn->pool->ReLuC.conv->ReLu->bn->poolD.bn->conv->ReLu->pool7.随着网络深度的进行,图像的空间大小将越来越(),而通道数会越来越()。A.大、小B.小、小C.小、大D.大、大8.下列不属于two-stage目标检测算法的是()YOLOB.R-CNNC.SPP-NetD.FastR-CNN9.下列哪个不属于目标检测的指标参数()召回率误检数精确率检测速度10.数据增强的作用描述正确的是?()A.当数据不足的时候用已有的训练样本数据来生成更多的训练数据。B.当数据不足的时候用已有的数据来生成更真实的数据样本。C.用已有的数据来拓展数据的多样性,从而增加数据副本。D.数据增强可以提高图像的识别效率。11.下面哪个不属于语义分割网络?( )A.U-Net B.FCN C.CNN D.segnet12.下列说法不正确的是()A.图像风格迁移属于图像生成任务B.gram矩阵可以度量两个图像风格的差异C.图像的内容损失可以通过均方误差来表示D.VGG-19有19个卷积层13.下列关于说法不正确的是()。A.DF值广泛应用于大规模语料的特征降维B.计算出每个特征的信息增益后,就可以移除那些信息量较低的特征C.互信息是指根据特征与类别的关联程度来计算特征与类别的相关度D.当对梁样本平均数进行比较时,可以采用卡方检验14.下面属于基于深度学习的超分辨率重建方法流程的是()A.加载数据—构造低分辨率图像—搭建网络映射到低分辨率字典—训练预测B.加载数据—搭建网络映射到低分辨率字典—训练预测C.加载数据—搭建网络映射到高分辨率字典—构造低分辨率图像—训练预测D.加载数据—构造低分辨率图像—搭建网络映射到高分辨率字典—训练预测15.为了防止重建图像过度平滑,SRGAN重新定义了损失函数,并将其命名为()A.MSE损失B.感知损失C.内容损失D.对抗损失得分阅卷人得分阅卷人1.颜色三通道就是通常所说的彩色图,每个像素点由三个值表示图像像素值由红(0~255)、绿(0~255)、蓝(0~255)叠加表示。()2.均值滤波和高斯滤波都属于线性滤波方式。()3.使用的预训练模型是自然场景下的图片训练的,目标任务是人脸识别,可以使用微调预训练模型来实现目标任务。()4.通用目标检测核心是1(目标)+1(背景)=2分类问题。()5.检测器检测出来的矩形框与任何人工标注框的IoU都大于0.5,则认为这个检测结果是误检。()6.有监督图像增强,其图像来源是计算机通过某种方法自动绘制而成的。()7.标准语义分割(standardsemanticsegmentation)也称为全像素语义分割,它是将每个像素分类为属于对象类的过程。()8.图像分辨率是一组用于评估图像中蕴含细节信息丰富程度的性能参数。()9.高分辨率图像通常包含更大的像素密度、更丰富的纹理细节及更高的可信赖度。()10.任何一幅特定的图像都有唯一的直方图与之对应,但不同的图像可以有相同的直方图。()得分阅卷人得分阅卷人1.OpenCV中阈值分割的方式分别为______、______、________、_________、______。2.在OpenCV中,可以使用__________函数来实现直方图均衡化,返回值即为均衡化后的图像。3.最简单的SVM通过在高维空间中寻找一个最优线性分类面,对于特征向量x的决策函数为____________。4.激活函数的作用有________、________等。5.在利用深度学习做物体检测之前,传统算法对于目标检测通常分为3个阶段:______、_______和________。6.使用下面命令cv2.cvtColor(img,______________)可将图片转换为灰度图。7.decoder对缩小后的特征图像进行上采样,然后对上采样后的图像进行卷积处理,目的是完善物体的 ,从而弥补encoder中池化层将物体缩小造成的细节损失。8.多图像超分辨率重建算法根据重建过程所在域不同可分为_________和_________。9.指识别自然场景图片中的文字信息。自然场景图像中的文字识别,其难度远大于扫描文档图像中的文字识别,因为它的文字展现形式极其丰富。10.是一类以序列数据为输入,在序列的演进方向进行递归且所有节点(循环单元)按链式连接的递归神经网络。11.卷积操作使得 之间存在有位置上的连接关系。12.图像分类方法大致分为两类,___________和____________。13.人脸编码中,使用到了face_recognition.face_encodings()函数,该函数的作用就是将加载的图片转换成一个维的包含人脸特征的数组。得分阅卷人得分阅卷人简述固定阈值分割、自适应阈值分割和Otsu阈值分割的优缺点及适用场景得分阅卷人得分阅卷人用numpy实现gram矩阵的计算。得分阅卷人得分阅卷人编写一段程序,使用Haar联检器检图像中的人脸,并用矩形框标注人脸位置。《计算机视觉应用开发》期末考试试题B卷答题纸适用班级:人工智能2001/2002专业:人工智能技术服务得分阅卷人得分阅卷人1.2.3.4.5.6.7.8.9.10.11.12.13.14.15得分阅卷人得分阅卷人1.2.3.4.5.6.7.8.9.10.得分阅卷人得分阅卷人1.2.3.4.5.6.7.8.9.10.11.12.13.得分阅卷人得分阅卷人得分阅卷人得分阅卷人得分阅卷人得分阅卷人.《计算机视觉应用开发》期末考试试题B卷答案适用班级:人工智能2001/2002专业:人工智能技术服务得分阅卷人得分阅卷人DBA4.B5.C6.A7.C8.A9.C10.A11.C12.C13.D14.A15.B得分阅卷人得分阅卷人1.对2.对3.错4.错5.错6.错7.对8.对9.对10.对得分阅卷人得分阅卷人cv2.THRESH_BINARY、cv2.THRESH_BINARY_INV、cv2.THRESH_TRUNC、cv2.THRESH_TOZERO、cv2.THRESH_TOZERO_INVcv2.equalizeHist()3.4.增加模型的非线性分割能力、提高模型鲁棒性、缓解梯度消失问题、加速模型收敛(任选两种)5.区域选取、特征提取、体征分类6.cv2.COLOR_BGR2GRAY7.几何形状8.频域法、空域法9.OCR10.RNN(RecurrentNeuralNetwork)循环神经网络

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论