2026年计算机视觉与深度学习应用题集.docxVIP

第PAGE页共NUMPAGES页

2026年计算机视觉与深度学习应用题集

一、填空题（每题2分，共10题）

1.计算机视觉中，用于描述图像局部特征的经典方法是______。

2.深度学习中，用于优化模型参数、减少过拟合的常见正则化技术是______。

3.在自动驾驶领域，基于YOLOv8的实时目标检测算法通常采用______损失函数。

4.计算机视觉中，用于评估图像质量与真实图像相似度的指标是______。

5.深度学习中，用于增强数据集多样性的常见技术是______。

6.在医疗影像分析中，用于分割肿瘤区域的深度学习模型常采用______网络。

7.计算机视觉中，用于解决光照变化问题的归一化方法是______。

8.深度学习中，用于提取图像层次特征的卷积操作是______。

9.在智慧城市监控中，用于识别异常行为的深度学习模型常采用______网络。

10.计算机视觉中，用于对齐不同视角图像的几何变换是______。

二、选择题（每题3分，共10题）

1.以下哪种深度学习模型最适合用于图像分类任务？（）

A.RNN

B.LSTM

C.CNN

D.GAN

2.在自动驾驶中，用于实时检测行人、车辆等目标的算法是？（）

A.GAN

B.YOLOv8

C.VGG16

D.Transformer

3.计算机视觉中，用于评估目标检测