2026年计算机视觉工程师考试题库（附答案和详细解析）（0121）.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）

以下关于LeNet-5网络的描述，正确的是（）

A.首次使用ReLU作为激活函数

B.专为大规模自然图像分类设计

C.首次将卷积层、池化层和全连接层结合用于图像识别

D.输出层采用Softmax函数用于多分类

答案：C

解析：LeNet-5是1998年提出的经典卷积网络，主要用于手写数字识别（MNIST数据集），其核心创新是首次将卷积层（提取局部特征）、池化层（降维）和全连接层（分类）结合。选项A错误，LeNet使用Sigmoid/Tanh而非ReLU（ReLU由AlexNet首次大规模使用）；选项B错误，LeNet设计用于小尺寸图像（28×28），非大规模自然图像；选项D错误，LeNet输出层使用欧几里得损失而非Softmax（Softmax在AlexNet中普及）。

目标检测任务的核心输出是（）

A.图像的全局类别概率分布

B.每个像素的类别标签

C.带有类别信息的边界框坐标

D.图像中所有实例的语义掩码

答案：C

解析：目标检测需要同时完成“定位”和“分类”，输出应为边界框坐标（x,y,w,h）及对应类别概率。选项A是图像分类任务的输出；选项B是语义分割的输出；选项D是实例分割的输出。

目标检测中“mAP（平均精度均值）”的计算依据是（）

A.所有类别的召回率平均值

B.单类别