更新时间: 试题数量: 购买人数: 提供作者:

有效期: 个月

章节介绍: 共有个章节

收藏
搜索
题库预览
相似性的是? 多选题 目标检测 图像检索 语义分割 人脸识别 B72 视觉智能是使用计算机及相关设 备对生物视觉的一种模拟。 判断题 正确(是) 错误(否)73 随着智能化城市的发展,目前越 来越多的小区采用车牌识别的方 法来管理进出的车辆,车牌识别 方法主要包含的视觉智能技术是 单选题 目标检测 图像识别 文字识别 图像检索74 目标目标检测是一个经典的智能 视觉任务,在很多场景中均有应 用前景,以下场景中,没有使用 到目标检测技术的是 单选题 行人计数 车辆检测 无人驾驶 猫狗分类75 智能视觉技术是利用各种智能算 法对计算机进行赋能,通过对视 觉信息进行处理来完成特定的计 算机视觉任务,而图像的位置信 息和语义信息是其中最为关键的 单选题 目标检测 图像识别 图像分割 人脸检测76图像检索技术包含的类别有?多选题 基于文本检索 基于图像内容检索 基于类别信息检索 基于时序信息检索 A77 防控疫情,人人有责,佩戴口罩 是防控疫情的重要举措,图像智 能技术在疫情防控期间发挥了重 要作用。在机场、火车站等很多 人流密集的场景中,口罩佩戴检 判断题 正确(是) 错误(否)78 影响视觉智能的性能。通过一系 列变换,将待处理的原始图像转换 成相应的唯一标准形式的图像预 处理方法是 单选题 正则化 归一化 白化 轻量化79 序列数据是一种常见的数据,例 如视频片段,连续拍摄的照片 等,从时序数据中提取出合适特 征对完成相应的任务非常重要。 如下特征提取算法中,能有效从 单选题 SIFT HOCNN RNN80 RCNN中获取目标候选区域的方 法是 单选题SelectivSearcSPP RPN ASPP81 下列目标检测算法中包含anchor 机制的是 单选题 Fast RCNN YOLOv1 SSRCNN82提出残差结构的图像分类算法是单选题 GoogleNet SSResNet VGGNet83 SENet提出的注意力机制的作用 是 单选题 防止梯度消失 防止梯度爆炸 定位到感兴趣的信息,抑制 无用信息 减少模型参数量 (  )
Roi Pooling的作用是? 适应各种尺度的输入候 选区域 减少模型参数量 确定目标候选区域位置 调整候选区域位置85 通过计算局部区域的梯度方向直 方图来构成特征,从而对图像局部 重叠区域的密集型描述符是 单选题 HOSIFT DOLBP86 用连续的曲线来表示图像特征发 生急剧变化的区域的图像特征是 单选题 边缘特征 颜色特征 纹理特征 形状特征87 在实际应用场景中,不能仅从精 度的角度来选择算法。例如在无 人驾驶场景中,不仅需要保证模 型高精度,还需要保证比较快的 运行速度来保证检测时效性。在 单选题 YOLO V3 SSRVNN faster RCNN88 onstate算法比two stage算法 精度低的主要原因是 onstage算法的正、 负样本及其不均衡 onstage算法提取的特 征鲁棒性太差 onstage算法速度太差 onstage算法没有提 取多尺度特征89 证明使用很小的卷积(3*3),增加 网络深度可以有效提升模型的效 果的图像分类网络是 单选题 GoogleNet VGGNet SPPNet SENet90 从感受野的角度来看,一个7*7的 卷积核相当于3*3卷积核的个数是 单选题 3 4 5 291下列不属于典型图像特征的是单选题 传统全局特征 传统局部特征 时序特征 基于学习的特征92 目标检测算法中,能对冗余检测 框进行过滤的算法是 Non-Max Suppression 边界框回归 RPN SPP93 通过提出Inception结构来解决宽 度受限问题的图像分类网络是 单选题 GoogleNet VGGNet SPPNet SENet94two-stage算法最显著的优点是单选题 模型运行速度快 模型精度高 可以轻易部署到移动端 参数量少95RCNN算法使用的分类算法是单选题 决策树 卷积层 SVM 随机森林96 视觉智能算法建模流程中,首先需 要做的是( ) 单选题 数据预处理 特征提取 分类 后处理97 卷积神经网络中,提升模型的尺 度不变性、旋转不变性 单选题 卷积层 全连接层 激活函数 池化层 (  )