《計(jì)算機(jī)視覺(jué)應(yīng)用開(kāi)發(fā)》試題A卷_第1頁(yè)
《計(jì)算機(jī)視覺(jué)應(yīng)用開(kāi)發(fā)》試題A卷_第2頁(yè)
《計(jì)算機(jī)視覺(jué)應(yīng)用開(kāi)發(fā)》試題A卷_第3頁(yè)
《計(jì)算機(jī)視覺(jué)應(yīng)用開(kāi)發(fā)》試題A卷_第4頁(yè)
全文預(yù)覽已結(jié)束

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

第1頁(yè)共4頁(yè)《計(jì)算機(jī)視覺(jué)應(yīng)用開(kāi)發(fā)》期末考試試題A卷(開(kāi)卷)適用班級(jí):人工智能2001/2002專業(yè):人工智能技術(shù)服務(wù)考試時(shí)長(zhǎng):120分鐘得分閱卷人一、選擇得分閱卷人1.以下說(shuō)法不正確的是:()A.OpenCV是一個(gè)跨平臺(tái)計(jì)算機(jī)視覺(jué)和機(jī)器學(xué)習(xí)軟件庫(kù)B.OpenCV用C++語(yǔ)言編寫C.OpenCV實(shí)現(xiàn)了圖像處理和計(jì)算機(jī)視覺(jué)方面的很多通用算法D.OpenCV不支持Linux系統(tǒng)2.opencv畫矩形使用的方法是:()A.cv2.line()B.cv2.rectangle()C.cv2.circle()D.cv2.ellipse()3.OpenCV中用于實(shí)現(xiàn)中值濾波的函數(shù)是()A.blur()B.boxFilter()C.medianBlur()D.filter2D()4.神經(jīng)網(wǎng)絡(luò)的基本三層結(jié)構(gòu)不包括()A.輸入層B.輸出層C.隱藏層D.卷積層5.下面關(guān)于卷積層,激活層以及池化層說(shuō)法不正確的是()A.卷積運(yùn)算的目的是提取輸入的不同特征,不同的卷積層提取的特征不同。B.激活層通過(guò)設(shè)置激活函數(shù)來(lái)增加線性分割能力,一般在卷積層與池化層之間的激活函數(shù)通常為relu。C.池化層減少學(xué)習(xí)參數(shù),降低網(wǎng)絡(luò)的復(fù)雜度,也叫下采樣層。D.池化層常用的有平均池化和最大池化。6.下面關(guān)于卷積網(wǎng)絡(luò)說(shuō)法正確的是()A.整個(gè)臉型屬于淺層卷積提取基礎(chǔ)特征。B.邊緣屬于深層卷積提取抽象特征。C.輪廓屬于深層卷積提取抽象特征。D.全連接層根據(jù)特征組合進(jìn)行評(píng)分分類7.區(qū)域選取通常使用()算法。A.one-stage目標(biāo)檢測(cè)B.two-stage目標(biāo)檢測(cè)C.滑動(dòng)窗口(SlidingWindows)D.邏輯回歸(Logisticregression)8.以下說(shuō)法不正確的是()A.COCO數(shù)據(jù)集有81個(gè)類別B.OpenCV人臉檢測(cè)是基于Haar特征實(shí)現(xiàn)的C.dlib人臉檢測(cè)是基于Hog特征D.評(píng)價(jià)人臉檢測(cè)效果的好壞,常用三個(gè)指標(biāo):召回率,誤檢數(shù)和檢測(cè)速度。9.下面哪個(gè)操作不屬于基本圖像增強(qiáng)操作?()A.裁剪B.增加噪聲C.加大圖片尺寸D.提高亮度10.目前主流的語(yǔ)義分割網(wǎng)絡(luò)一般是遵循:()A.下采樣,上采樣,特征融合 B.上采樣,下采樣,特征融合C.下采樣,上采樣,圖像融合 D.上采樣,下采樣,圖像融合11.以下那部分代碼是正確引用VGG19模塊的()。A.fromkeras.applications.vgg19importVGG19B.fromkeras.modelsimportModeC.fromkeras.applications.vgg19importpreprocess_inputD.fromkeras.preprocessingimportimage12.關(guān)于TF-IDF算法說(shuō)法不正確的是()。A.TF算法和IDF算法可以單獨(dú)使用B.IDF的大小與詞語(yǔ)的常見(jiàn)程度成正比C.TF算法權(quán)衡詞出現(xiàn)的頻率,不考慮詞語(yǔ)對(duì)文檔的區(qū)分能力D.TF-IDF算法,從詞頻、逆文檔頻率兩個(gè)角度對(duì)詞語(yǔ)的重要性進(jìn)行衡量13.基于機(jī)器學(xué)習(xí)的情感分析方法本質(zhì)是一個(gè)分類問(wèn)題,該方法使用的經(jīng)典分類模型不包括()。A.支持向量機(jī)B.樸素貝葉斯C.卡爾曼濾波D.最大熵模型14.下面不屬于基于插值的超分辨率重建方法步驟的是()A.圖像重建B.上采樣C.圖像配準(zhǔn)D.圖像池化15.場(chǎng)景文字識(shí)別相比于普通文字識(shí)別的不同,描述錯(cuò)誤的是()A.文本行可能有橫向、豎向、彎曲、旋轉(zhuǎn)、扭曲等式樣B.圖像中的文字區(qū)域還可能會(huì)產(chǎn)生變形(透視、仿射變換)、殘缺、模糊等現(xiàn)象C.場(chǎng)景圖像中的文字內(nèi)容與普通文字識(shí)別的文字內(nèi)容相同D.自然場(chǎng)景圖像的背景極其多樣得分閱卷人二、判斷題(對(duì)的打‘√’,錯(cuò)的打‘得分閱卷人1.通過(guò)對(duì)圖像輪廓的操作,就能獲取目標(biāo)圖像的大小、位置、方向等信息。()2.遷移學(xué)習(xí)是一種機(jī)器學(xué)習(xí)方法,就是把為任務(wù)A開(kāi)發(fā)的模型作為初始點(diǎn),重新使用在為任務(wù)B開(kāi)發(fā)模型的過(guò)程中。()3.通用目標(biāo)檢測(cè)可以檢測(cè)圖像中多個(gè)類別的目標(biāo)。()4.檢測(cè)單張圖像所用的時(shí)間越長(zhǎng)越好,檢測(cè)更精確。()5.人臉識(shí)別完全可以用圖像識(shí)別的方法不需要更精確的預(yù)處理過(guò)程。()6.單樣本圖像增強(qiáng)主要有幾何操作、顏色變換、隨機(jī)擦除、添加噪聲等方法。()7.實(shí)例感知語(yǔ)義分割(instanceawaresemanticsegmentation)是標(biāo)準(zhǔn)語(yǔ)義分割或全像素語(yǔ)義分割的子類型,它將每個(gè)像素分類為屬于應(yīng)用類以及該類的實(shí)體ID。()8.圖像像素?cái)?shù)目越多,像素點(diǎn)越大,圖像越清晰、逼真,自然()9.原始圖像與其評(píng)估版本(噪聲強(qiáng)度)之間圖像(信號(hào)強(qiáng)度)可能的最大像素值與最大均方誤差(MSE)的對(duì)數(shù)比率,PSNR值越小,重建效果越好。()10.在遷移學(xué)習(xí)中,任務(wù)需要重新開(kāi)始建立模型,不可以重用之前的模型。()得分閱卷人三、填空得分閱卷人1.線段的繪制是使用方法、圓形的繪制使用方法。2.卷積網(wǎng)絡(luò)的核心是:_________和___________、___________。3.傳統(tǒng)算法對(duì)于目標(biāo)檢測(cè)通常分為3個(gè)階段:、和。4.卷積操作使得 之間存在有位置上的連接關(guān)系。5.多圖像超分辨率重建算法根據(jù)重建過(guò)程所在域不同可分為_(kāi)______和_________。6.基于的超分辨率重建,從圖像的降質(zhì)退化模型出發(fā),假定高分辨率圖像是經(jīng)過(guò)了適當(dāng)?shù)倪\(yùn)動(dòng)變換、模糊及噪聲才得到低分辨率圖像。7.SRGAN網(wǎng)絡(luò)結(jié)構(gòu)模型是由兩個(gè)網(wǎng)絡(luò)組成的深層次神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu),將一個(gè)網(wǎng)絡(luò)與另一個(gè)網(wǎng)絡(luò)相互對(duì)立。一個(gè)神經(jīng)網(wǎng)絡(luò)稱為_(kāi)________,另一個(gè)神經(jīng)網(wǎng)絡(luò)稱為_(kāi)_________。8.文字識(shí)別可根據(jù)待識(shí)別的文字特點(diǎn)采用不同的識(shí)別方法,一般分為_(kāi)________和__________。9.不定長(zhǎng)文字識(shí)別的常用方法:、CRNN、chineseocr。10.sigmoid神經(jīng)網(wǎng)絡(luò)層輸出0和1之間的數(shù)字,這個(gè)數(shù)字代表每個(gè)組件有多少比率的信息可以通過(guò),表示不通過(guò)任何信息,______表示全部通過(guò)。11.OpenCV中顯示完成后,需調(diào)用釋放窗口占用的資源的方法_________。12.繪制直方圖的兩種方式分別為_(kāi)_____、_________。13.圖像濾波的兩個(gè)目的是________(抽出對(duì)象的特征作為圖像識(shí)別的特征模式)和___________(為適應(yīng)圖像處理的要求,消除圖像數(shù)字化時(shí)所混入的噪聲)。得分閱卷人四、綜合應(yīng)用得分閱卷人編寫代碼實(shí)現(xiàn)加載cifar10數(shù)據(jù)并對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化。得分閱得分閱卷人先將圖像標(biāo)準(zhǔn)化到[0,1]范圍內(nèi),接著圖片規(guī)范成(128,128)大小的,以匹配神經(jīng)網(wǎng)絡(luò)的輸入。得分閱卷人六、綜合應(yīng)用題三得分閱卷人請(qǐng)寫出如何構(gòu)造低分辨率圖像的主要程序代碼?!禤ython文本與語(yǔ)音應(yīng)用設(shè)計(jì)》期末考試試題A卷答題紙適用班級(jí):人工智能2001/2002專業(yè):人工智能技術(shù)服務(wù)得分閱卷人

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論