2025年计算机视觉工程师考试题库（附答案和详细解析）（1213）.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）

以下哪个网络结构首次引入了“局部感受野”和“权值共享”的概念？

A.AlexNet

B.LeNet-5

C.VGGNet

D.ResNet

答案：B

解析：LeNet-5（1998年）是最早的卷积神经网络之一，其核心创新是局部感受野（LocalReceptiveFields）和权值共享（WeightSharing），用于处理手写数字识别问题。AlexNet（2012年）首次在大规模数据上验证了CNN的有效性；VGGNet（2014年）探索了更深的网络结构；ResNet（2015年）通过残差连接解决了深层网络退化问题。

在目标检测任务中，mAP（平均精度均值）的计算基于以下哪个指标？

A.交并比（IoU）

B.像素准确率（PixelAccuracy）

C.结构相似性（SSIM）

D.峰值信噪比（PSNR）

答案：A

解析：mAP是目标检测的核心评价指标，计算时需先对每个类别计算AP（平均精度），再取所有类别的均值。AP的计算依赖于预测框与真实框的交并比（IoU），通常以IoU≥0.5为正样本。像素准确率用于语义分割，SSIM和PSNR用于图像质量评估。

以下哪种损失函数常用于解决类别不平衡问题？

A.交叉熵损失（Cross-EntropyLoss）

B.焦点损失（FocalLoss）

C.均方误差（MSE）

D.三元组损失（TripletLoss）

答案：B

解析：焦点损失（FocalLoss）通过给难样本更高的权重、易样本更低的权重（公式：FL(pt)=-α(1-pt)^γlog(pt)），有效缓解了类别不平衡问题。交叉熵损失对所有样本权重相同；MSE用于回归任务；三元组损失用于度量学习（如人脸识别）。

以下哪个模型是基于锚框（AnchorBox）的单阶段目标检测器？

A.YOLOv1

B.FasterR-CNN

C.SSD

D.DETR

答案：C

解析：SSD（SingleShotMultiBoxDetector）是典型的单阶段锚框检测器，通过多尺度特征图预测不同大小的锚框。YOLOv1不使用锚框，直接预测边界框坐标；FasterR-CNN是两阶段模型（先通过RPN生成候选框，再分类回归）；DETR（DetectionTransformer）基于集合预测，无需锚框。

在图像增强中，“随机水平翻转”主要用于提升模型的哪种能力？

A.平移不变性

B.旋转不变性

C.尺度不变性

D.左右对称性泛化

答案：D

解析：随机水平翻转（HorizontalFlip）通过镜像变换增加数据多样性，使模型学习到目标的左右对称性（如人脸的左右眼），提升对未见过视角的泛化能力。平移不变性由卷积操作的局部连接特性保证；旋转不变性需通过旋转增强或专门设计的网络（如RotNet）实现；尺度不变性通过多尺度训练或特征金字塔（FPN）解决。

以下哪个操作会破坏图像的空间位置信息？

A.卷积（Convolution）

B.最大池化（MaxPooling）

C.全连接（FullyConnected）

D.批量归一化（BatchNorm）

答案：C

解析：全连接层将二维特征图展平为一维向量，丢失了像素间的空间位置关系（如上下左右的相对位置）。卷积和池化操作保留空间结构（输出特征图的宽高与输入相关）；BatchNorm是对特征图的归一化，不改变空间维度。

在语义分割任务中，U-Net网络的核心结构是？

A.编码器-解码器（Encoder-Decoder）+跳跃连接（SkipConnections）

B.残差块（ResidualBlock）

C.自注意力机制（Self-Attention）

D.多尺度空洞卷积（ASPP）

答案：A

解析：U-Net的结构由收缩路径（编码器，提取特征）和扩展路径（解码器，上采样恢复分辨率）组成，通过跳跃连接将编码器的低级特征（如边缘、纹理）与解码器的高级特征（如语义信息）融合，提升分割精度。残差块是ResNet的核心；自注意力用于ViT等模型；ASPP是DeepLabv3的改进。

以下哪种方法用于解决目标检测中的“小目标检测”问题？

A.非极大值抑制（NMS）

B.特征金字塔网络（FPN）

C.软非极大值抑制（Soft-NMS）

D.区域提议网络（RPN）

答案：B

解析：FPN（FeaturePyramidNetwork）通过自顶向下路径和横向连接，生成多尺度特征图（从高分辨率低语义到低分辨率高语义），为不同大小的目标（尤其是小目标）提供合适的特征表示。NMS和Soft-NMS用于去除重复检测框；RPN是FasterR-CNN中生成候选框的模块。