2026年计算机视觉工程师考试题库（附答案和详细解析）（0521）.docxVIP

计算机视觉工程师

一、单项选择题（共10题，每题1分，共10分）

在卷积神经网络中，通常用于提取图像局部特征的层是（）。A.全连接层B.卷积层C.池化层D.批归一化层答案：B解析：卷积层通过卷积核在图像上滑动进行局部特征提取，是CNN的核心组件；全连接层用于整合特征进行分类；池化层用于降维；批归一化用于加速训练。

以下哪项技术主要用于解决图像分类中的类别不平衡问题？（）A.数据增强B.DropoutC.过采样与欠采样D.批归一化答案：C解析：过采样（如SMOTE）增加少数类样本，欠采样减少多数类样本是解决类别不平衡的直接方法；数据增强主要解决过拟合；Dropout用于防止过拟合；批归一化用于稳定训练。

在目标检测任务中，AnchorBox的作用是（）。A.提高图像分辨率B.预设先验框以匹配不同尺度和长宽比的目标C.提取图像的颜色特征D.增加模型的深度答案：B解析：AnchorBox（锚框）是目标检测（如FasterR-CNN,YOLO）中用于预测真实边界框的参考框，预设不同尺度和长宽比以适应目标变化。

以下关于ImageNet数据集的描述，错误的是（）。A.包含1000个类别的图像B.包含120万张训练图像C.主要是灰度图像D.广泛用于预训练模型答案：C解析：ImageNet包含120万