机器视觉缺陷检测小样本迁移学习试题库及答案.docVIP

机器视觉缺陷检测小样本迁移学习试题库及答案

一、单项选择题（每题2分，共10题）

1.小样本迁移学习旨在解决什么问题？

A.数据标注成本高

B.模型训练速度慢

C.硬件性能不足

答案：A

2.在机器视觉缺陷检测中，迁移学习常迁移什么？

A.图像色彩

B.模型参数

C.图像分辨率

答案：B

3.小样本下哪种方法有助于提升模型泛化能力？

A.增加训练轮数

B.数据增强

C.提高学习率

答案：B

4.迁移学习中源域和目标域需有？

A.相同标注

B.相似特征

C.一样的图像数量

答案：B

5.机器视觉中检测缺陷常用的模型是？

A.循环神经网络

B.卷积神经网络

C.长短时记忆网络

答案：B

6.小样本迁移学习可减少对什么的依赖？

A.大量标注数据

B.高性能显卡

C.复杂算法

答案：A

7.迁移学习能将知识从？

A.目标域到源域

B.源域到目标域

C.模型到数据

答案：B

8.哪种数据增强方式对机器视觉有用？

A.随机旋转

B.改变文件格式

C.重命名图像

答案：A

9.小样本迁移学习中评估指标不包括？

A.准确率

B.文件大小

C.召回率

答案：B

10.训练小样本模型时优化器作用是？

A.调整模型结构

B.降低损失函数值

C.增加样本数量

答案：B

二、多项选择题（每题2分，共10题