2026年计算机视觉工程师考试题库（附答案和详细解析）（0128）.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网络的核心创新点？

A.使用1x1卷积降维

B.引入残差连接（ResidualConnection）

C.采用深度可分离卷积

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（F(x)+x）解决了深层网络的梯度消失问题，其中残差连接是关键创新（B正确）。1x1卷积降维是VGG的优化手段（A错误）；深度可分离卷积是MobileNet的特点（C错误）；多尺度特征融合常见于FPN（特征金字塔网络）（D错误）。

目标检测中，mAP（平均精度均值）的计算通常基于以下哪个指标？

A.IoU（交并比）

B.PSNR（峰值信噪比）

C.SSIM（结构相似性）

D.F1分数

答案：A

解析：mAP是目标检测任务的核心评估指标，其计算依赖于检测框与真实框的IoU（交并比）阈值（A正确）。PSNR和SSIM用于图像质量评估（B、C错误）；F1分数是分类任务的综合指标（D错误）。

以下哪种数据增强方法主要用于解决光照变化带来的模型泛化问题？

A.随机水平翻转

B.高斯模糊

C.亮度/对比度调整

D.随机裁剪

答案：C

解析：亮度/对比度调整通过模拟不同光照条件，提升模型对光照变化的鲁棒性（C正确）。随机翻转用于增加几何多样性（A错误）；高斯模糊模拟