2025年计算机视觉图像分类模型部署实操真题及答案.docxVIP

2025年计算机视觉图像分类模型部署实操真题及答案

考试时间：______分钟总分：______分姓名：______

选择题（每题2分，共20分）

1.将PyTorch模型转换为ONNX格式的主要目的是？（）

A.提升模型训练速度

B.实现跨框架推理兼容性

C.减少模型存储空间

D.增强模型泛化能力

2.模型量化（INT8）对推理性能的主要影响是？（）

A.提升推理精度

B.增加模型显存占用

C.加快推理速度，但可能引入精度损失

D.仅适用于CPU部署

3.在TensorRT中，模型优化的核心步骤是？（）

A.仅进行层融合

B.仅进行精度校准

C.层融合、精度校准和内核优化

D.仅增加批处理大小

4.Flask框架在模型部署中的主要优势是？（）

A.支持高并发分布式推理

B.轻量级API开发，易于快速部署

C.原生支持GPU加速

D.自动处理模型版本管理

5.图像分类模型部署中，延迟（Latency）的定义是？（）

A.单张图像推理时间

B.模型训练时间

C.系统启动时间

D.数据预处理时间