原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
AI视觉检测工程师岗位招聘考试试卷及答案
一、填空题（共10题，每题1分）
1.OpenCV中用于图像高斯模糊的函数是______
2.以动态计算图著称的主流深度学习框架是______
3.图像像素值归一化到[0,1]的常用除数是______
4.YOLOv5输出层预测目标的类别和______
5.图像分类任务常用的损失函数是______
6.OpenCV读取图像的函数是______
7.卷积神经网络中减少特征图维度的层是______
8.FasterR-CNN的核心组件RPN全称是______
9.图像增强中随机翻转的常用方式是______
10.语义分割常用模型除U-Net外还有______
二、单项选择题（共10题，每题2分）
1.以下属于单阶段目标检测的是？
A.FasterR-CNNB.YOLOv5C.MaskR-CNND.R-CNN
2.图像去均值的主要作用是？
A.加快训练B.增加像素值C.放大图像D.转换颜色
3.以下不是深度学习框架的是？
A.TensorFlowB.PyTorchC.OpenCVD.MXNet
4.YOLOv5默认输入图像尺寸是？
A.320×320B.640×640C.416×416D.224×224
5.卷积核的核心作用是？
A.提取特征B.压缩图像C.降噪D.调亮度
6.目标检测边界框回归常用损失函数是？
A.交叉熵B.MSEC.对数损失D.Hinge损失
7.OpenCV转灰度图的函数是？
A.cv2.COLOR_BGR2GRAYB.cv2.grayC.cv2.rgb2grayD.cv2.convert
8.语义分割与图像分类的区别是？
A.输出像素类别B.输出图像类别C.输出目标框D.输出目标数
9.实例分割常用模型是？
A.U-NetB.FCNC.MaskR-CNND.YOLOv5
10.数据增强随机旋转的常用角度范围是？
A.0-10°B.0-30°C.0-90°D.0-180°
三、多项选择题（共10题，每题2分）
1.图像预处理常用操作包括？
A.归一化B.去均值C.缩放D.翻转
2.属于目标检测算法的是？
A.YOLOv5B.FasterR-CNNC.U-NetD.MaskR-CNN
3.深度学习常用优化器有？
A.SGDB.AdamC.RMSpropD.L2正则
4.图像增强方法包括？
A.随机翻转B.随机旋转C.高斯噪声D.直方图均衡化
5.卷积神经网络包含的层是？
A.卷积层B.池化层C.全连接层D.激活层
6.语义分割应用场景有？
A.医学图像分割B.自动驾驶场景分割C.图像分类D.目标检测
7.OpenCV支持的颜色空间有？
A.BGRB.RGBC.GRAYD.HSV
8.图像任务常用损失函数有？
A.交叉熵B.MSEC.Dice损失D.对数损失
9.数据标注常用工具有？
A.LabelImgB.LabelMeC.COCOAnnotatorD.Photoshop
10.单阶段目标检测算法是？
A.YOLO系列B.SSDC.FasterR-CNND.R-CNN
四、判断题（共10题，每题2分）
1.OpenCV是深度学习框架。（）
2.YOLOv5是双阶段检测算法。（）
3.池化层可减少特征图尺寸。（）
4.语义分割输出每个像素的类别。（）
5.Adam优化器比SGD收敛更快。（）
6.图像归一化到[0,1]是除以128。（）
7.MaskR-CNN可同时检测和分割实例。（）
8.FCN无全连接层。（）
9.数据增强可防止过拟合。（）
10.卷积核越大提取特征越细。（）
五、简答题（共4题，每题5分）
1.简述图像预处理归一化的作用。
2.对比单阶段与双阶段目标检测的区别。
3.简述YOLOv5的核心优势。
4.什么是数据增强？列举3种常用方法及作用。
六、讨论题（共2题，每题5分）
1.工业AI视觉检测中如何选择合适的目标检测算法？
2.工业视觉检测常见挑战及解决方案有哪些？
---
答案部分
一、填空题答案
1.cv2.GaussianBlur
2.PyTorch
3.255
4.边界框（坐标）
5.交叉熵损失
6.cv2.imread
7.池化层（下采样层）
8.区域提议网络
9.水平/垂直翻转
10.FCN（全卷积网络）
二、单项选择题答案
1.B2.A3.C4.B5.A6.B7.A8.A9.C10.B
三、多项选择题答案
1.ABCD2.ABD3.ABC4.ABCD5.ABCD
6.AB7.ABCD8.ABCD9.ABC10.AB
四、判断题答案
1.×2.×3.√4.√5.√6.×7.√8.√9.√10.×
五、简答题答案
1.归一化作用：①使像素值范围一致，避免梯度更新不稳定；②加速模型收敛（优化器易找最优解）；③增强泛化能力，减少过拟合；④部分归
文档评论（0）