2025年测绘师摄影测量与遥感深度学习在遥感图像解译中的应用专题试卷及解析.pdfVIP

2025年测绘师摄影测量与遥感深度学习在遥感图像解译中的应用专题试卷及解析1

2025年测绘师摄影测量与遥感深度学习在遥感图像解译中

的应用专题试卷及解析

2025年测绘师摄影测量与遥感深度学习在遥感图像解译中的应用专题试卷及解析

第一部分：单项选择题（共10题，每题2分）

1、在遥感图像解译中，卷积神经网络（CNN）相较于传统机器学习方法的主要优

势是什么？

A、处理速度更快

B、无需大量标注数据

C、能自动提取空间特征

D、模型解释性更强

【答案】C

【解析】正确答案是C。CNN通过卷积层和池化层能够自动学习图像中的空间层次

特征，这是其相对于需要人工设计特征的传统机器学习方法的核心优势。A选项错误，

CNN通常计算量更大；B选项错误，深度学习通常需要更多标注数据；D选项错误，深

度学习模型往往是黑盒，解释性较差。知识点：CNN特征提取机制。易错点：容易混

淆深度学习与传统机器学习在数据需求和计算效率上的差异。

2、在遥感图像语义分割任务中，UNet结构被广泛采用，其最显著的特点是什么？

A、全连接层结构

B、编码器解码器对称结构

C、残差连接