2026年计算机视觉工程师考试题库（附答案和详细解析）（0114）.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）

卷积神经网络（CNN）中，卷积核的主要作用是？

A.提取图像全局特征

B.提取图像局部特征

C.降低特征维度

D.直接输出分类结果

答案：B

解析：卷积核通过滑动窗口对输入特征图进行局部区域的加权求和，其核心作用是捕捉图像的局部空间相关性（如边缘、纹理等），因此选B。A错误，全局特征通常由池化或全连接层提取；C错误，降维主要通过池化或1×1卷积实现；D错误，分类结果由全连接层结合Softmax输出。

以下哪种损失函数常用于目标检测中的边界框回归？

A.CrossEntropyLoss

B.SmoothL1Loss

C.FocalLoss

D.TripletLoss

答案：B

解析：SmoothL1Loss对异常值不敏感（相比L2Loss），适合边界框坐标的回归任务，因此选B。A用于分类任务；C用于解决类别不平衡的分类问题；D用于度量学习（如人脸识别）。

在图像语义分割任务中，输出的特征图通常需要与输入图像尺寸一致，主要通过以下哪种操作实现？

A.最大池化（MaxPooling）

B.上采样（Upsampling）

C.批量归一化（BatchNorm）

D.激活函数（ReLU）

答案：B

解析：语义分割需要逐像素预测类别，因此需通过上采样（如转置卷积、双线性插值）恢复