2025年计算机视觉工程师考试题库（附答案和详细解析）（1130）.docxVIP

计算机视觉工程师考试试卷

一、单项选择题（共10题，每题1分，共10分）

以下哪项是ResNet模型的核心创新点？

A.引入局部感受野

B.采用残差连接解决梯度消失

C.使用深度可分离卷积

D.提出多尺度特征融合

答案：B

解析：ResNet（残差网络）的核心贡献是通过残差块（ResidualBlock）引入跳连（SkipConnection），解决了深层网络训练时的梯度消失问题（B正确）。局部感受野是LeNet的特点（A错误）；深度可分离卷积是MobileNet的核心（C错误）；多尺度特征融合常见于FPN（特征金字塔网络）（D错误）。

计算目标检测中两个边界框的交并比（IoU）时，分母是？

A.两个框的面积之和

B.两个框的面积之差

C.两个框的交集面积

D.两个框的并集面积

答案：D

解析：IoU（IntersectionoverUnion）的计算公式为“交集面积/并集面积”，分母是并集面积（D正确）。面积之和是交集+并集（A错误），面积之差无意义（B错误），交集是分子（C错误）。

以下哪种数据增强方法属于空间变换类？

A.随机亮度调整

B.高斯模糊

C.随机水平翻转

D.椒盐噪声

答案：C

解析：空间变换类增强通过改变图像的空间位置实现，如翻转、旋转、裁剪（C正确）。亮度调整（A）、模糊（B）、噪声（D）属于像素值变换类。

语义分割任务的输出是？

A.图像的类别标签

B.图像中目标的边界框和类别

C.每个像素的类别标签

D.图像的深度信息

答案：C

解析：语义分割要求为每个像素分配类别标签（C正确）。图像分类输出类别标签（A错误），目标检测输出边界框+类别（B错误），深度估计输出深度信息（D错误）。

GAN（生成对抗网络）的基本结构包含？

A.编码器和解码器

B.生成器和判别器

C.卷积层和全连接层

D.注意力机制和前馈网络

答案：B

解析：GAN由生成器（生成假样本）和判别器（区分真假样本）组成（B正确）。编码器-解码器常见于自编码器（A错误），卷积层-全连接层是基础网络结构（C错误），注意力+前馈网络是Transformer的组件（D错误）。

以下哪种损失函数常用于二分类任务？

A.交叉熵损失（Cross-EntropyLoss）

B.均方误差（MSE）

C.三元组损失（TripletLoss）

D.Dice损失（DiceLoss）

答案：A

解析：交叉熵损失通过最大化正确类别的概率优化分类任务，是二分类/多分类的常用损失（A正确）。MSE用于回归（B错误），三元组损失用于度量学习（C错误），Dice损失用于分割任务（D错误）。

目标检测中NMS（非极大值抑制）的主要作用是？

A.提升小目标检测精度

B.消除重叠目标的重复检测框

C.增加特征图的感受野

D.减少模型参数量

答案：B

解析：NMS通过抑制低置信度的重叠框，保留高置信度的唯一检测框，解决重复检测问题（B正确）。提升小目标精度需多尺度特征（A错误），增加感受野通过增大卷积核或空洞卷积（C错误），减少参数量需模型压缩（D错误）。

以下哪项是Transformer在计算机视觉中（如ViT）的关键操作？

A.局部卷积操作

B.自注意力机制

C.批量归一化（BatchNorm）

D.最大池化

答案：B

解析：ViT（视觉Transformer）将图像分块后通过自注意力机制捕捉全局依赖（B正确）。局部卷积是CNN的核心（A错误），BatchNorm是标准化操作（C错误），最大池化用于下采样（D错误）。

光流估计的任务是？

A.估计图像的运动向量场

B.计算图像的梯度方向

C.恢复图像的三维结构

D.增强图像的边缘信息

答案：A

解析：光流估计通过连续帧间的像素对应关系，计算每个像素的运动向量（A正确）。梯度方向是边缘检测内容（B错误），三维结构恢复需双目视觉（C错误），边缘增强是图像处理操作（D错误）。

以下哪种模型属于单阶段目标检测算法？

A.FasterR-CNN

B.MaskR-CNN

C.YOLOv5

D.FPN（特征金字塔网络）

答案：C

解析：单阶段算法（如YOLO、SSD）直接回归边界框和类别，无区域建议步骤（C正确）。FasterR-CNN和MaskR-CNN是双阶段算法（需RPN生成建议框）（A、B错误），FPN是特征增强模块（D错误）。

二、多项选择题（共10题，每题2分，共20分）

以下属于深度学习中常用的图像预处理步骤的是？

A.归一化（Normalization）

B.随机裁剪（RandomCrop）

C.均值减法（MeanSubtraction）

D.主成分分析（PCA）抖动

答案：AC

解析：预处理通常在数据加载阶段完成