机器视觉与边缘计算应用期末考试练习题及答案
一、单选题
1、关于OpenVINO，正确的说法是哪个？
A.OpenVINO主要用于模型推断过程优化
B.OpenVINO主要用于模型训练过程优化
C.模型训练过程越长，在OpenVINO的推断过程就会越慢
D.模型训练过程越短，在OpenVINO的推断过程就会越慢
正确答案：A
2、关于模型优化的理解，正确的说法是哪个？
A.mo_tf.py对应的是对MXNet模型的优化
B.其他说法都正确
C.mo_tf.py对应的是对PyTorch的模型优化
D.mo_tf.py对应的是对Tensorflow模型的优化
正确答案：D
3、关于模型优化结果的叙述中，正确的说法是？
A.XML文件中定义了模型的存放路径
B.XML文件中定义了模型的输入样本文件大小
C.ML文件中定义了模型的运行时间
D.XML文件中定义了模型的输入样本的批大小
正确答案：D
4、下面关于模型优化结果的说法中，正确的说法是哪个？
A.模型优化后的mapping文件中定义了模型的meta_data信息
B.模型优化后的mapping文件定义了模型转化前后各层的对应关系
C.模型优化后的mapping文件中定义了模型输入层批大小
D.模型优化后的bin文件可以再次进行编辑和修改
正确答案：B
5、下面关于OpenVINO的描述中，正确的说法是哪个？
A.OpenVINO对模型训练具有显著性能提升
B. OpenVINO除支持C++外，还支持Python语言接口
C.OpenVINO在使用前需要经过Intel官方购买并授权
D.经过OpenVINO的模型优化可以提升模型准确率
正确答案：B
6、下面关于OpenVINO工具包的描述中，错误的说法是哪个？
A.OpenVINO工具包支持从2010年后生成的CPU型号
B.OpenVINO是Intel发布的，并且支持开源和商用免费
C.针对计算机视觉标准的优化调用，包括OpenCV、OpenCL和OpenVX
D.OpenVINO工具包支持在边缘启用深度学习推理
正确答案：A
7、下面关于OpenVINO对硬件的要求说明中，错误的说法是哪个？
A. OpenVINO不支持Linux操作系统
B.OpenVINO支持Python3.6
C.OpenVINO支持Microsoft Visual Studio C++ 2019
D.OpenVINO对硬件要求Intel六代及以后酷睿(CoreTM)
正确答案：A
8、下面关于深度学习部署工具包（DLDT）的描述中，错误的说法是
哪个？
A.对Intel的CPU型号没有要求
B.支持流行的框架，例如Caffe、TensorFlow、MXNet、Kaldi 和ONNX 等
C.基于统一API，对多硬件类型进行高性能推断
D.它是跨平台命令行工具，用于转换和优化模型
正确答案：A
9、下面关于OpenVINO支持平台的说法中，错误的说法是哪个？
A.OpenVINO支持Linux操作系统
B.OpenVINO支持Windows操作系统
C.OpenVINO支持Ubuntu和macOS操作系统
D.OpenVINO对CPU的支持是从第3代开始
正确答案：D
10、下面关于OpenVINO支持硬件的说法中，错误的说法是哪个？
A.在FPGA硬件下，要求OpenCV运行在CPU或GPU上
B.在VPU硬件下，不支持macOS操作系统
C.在VPU硬件下，支持神经网络计算棒
D.在FPGA硬件下，支持CentOS 7.4 64位
正确答案：B
11、下面关于推理引擎的描述中，正确的说法是哪个？
A.推理引擎使用插件架构，每个插件的API各不相同。
B.对OpenCV图像处理库进行指令集优化，显著提升性能
C.推理引擎(Inference Engine)支持硬件指令集模型加速，然后进入模型优化环节
D.推理引擎将给定的模型转化为标准的Intermediate Representation (IR)
正确答案：B
12、下面关于推理引擎支持设备说明中，错误的说法是哪个？
A.异构插件是协同不同类型的计算资源
B.异构插件(HETERO)实现用多个硬件各自分担一部分推理任务
C.多设备插件(MULTI)来实现多个硬件自动并行计算多个神经网络
D.异构插件(HETERO)是动态检查各计算设备的利用率
正确答案：D
13、下面关于OpenVX开发叙述中，错误的说法是哪个？
A.面向GPU支持时，由优化的OpenCL实现提供支持
B.OpenVX的主要缺点是可扩展性较弱
C.OpenVX实现提供CPU内核多线程
D.OpenVX同时支持任务和数据并行性
正确答案：B
14、下面关于神经元感知器的描述中，错误的说法是哪个？
A.神经元感知器接收的n个输入对应n个偏置值
B.神经元感知器可以接收n个输入，对应n个权重值
C.神经元感知器是一种简单的前馈式神经网络
D.神经元感知器经过激活函数变换后输出结果
正确答案：A
15、下面关于BP神经网络的说法中，错误的说法是哪个？
A.BP神经网络利用激活函数来实现从输出到输入的非线性映射
B.BP神经网络模型拓扑结构包括输入层、隐层和输出层
C.BP神经网络是前馈神经网络
D.BP神经网络的参数权重值是由反向传播学习算法进行调整的
正确答案：A
16、下面关于激活函数的描述中，正确的说法是哪个？
A.Sigmoid函数的导数是非零的，很容易计算
B.激活函数需要具有线性可微的特点
C.Sigmoid函数的输出值域是对称的
D.ReLU函数主要缺点是相比于Sigmoid、Tanh函数其计算低效
正确答案：A
17、下面关于损失函数的描述中，错误的说法是哪个？
A.交叉熵损失函数的用途主要应用在互相排斥的分类任务中
B.使用Softmax函数的好处是可以使分类问题的预测结果更加明显
C.损失函数的结果数值相对比较大说明模型的拟合能力更强
D.均方误差损失函数主要用于数值预测
正确答案：C
18、下面关于学习率的描述中，正确的说法是哪个？
A.固定学习率比Adam自动调整学习率更快训练完成
B.过高的学习值会使损失值不降反升
C.学习率控制每次更新参数的幅度,学习率越大模型准确率越高
D.学习率对模型训练时长有影响，对模型性能没有影响
正确答案：B
19、下面关于卷积神经网络相关描述中，正确的说法是哪个？
A. Padding时各方向的填充不一定对称
B.卷积中的通道数量只能是1或3
C.池化核大小与步长相等
D.卷积核越小，卷积后的结果越抽象
正确答案：A
20、下面关于过拟合的描述中，错误的说法是哪个？
A.为了防止过拟合可以使用Dropout
B.训练过程中的损失值越小，其在存过拟合的风险越低
C.为了防止过拟合可以使用L1或L2正则化
D.为了防止过拟合可以使用提前终止训练的方法
正确答案：B
21、下面关于目标检测的说法中，错误的说法是哪个？
A.目标检测是将目标从图像中提取出来
B.目标检测算法主要采用卷积算法
C.滑动窗口区域选择策略时间复杂度高，窗口冗余太多
D.目标检测对准确率要求更高，但是对检测耗时要求较低
正确答案：D
22、下面关于目标检测的基本概念描述中，正确的说法是哪个？
A.候选框数量越多，目标检测的性能越强，耗时越短
B.非极大抑制（NMS）主要是提高模型检测的效率
C.IoU的值越小，表示物体预测越准确
D. IoU交并比主要是验证了目标检测的准确度
正确答案：D
23、下面关于目标检测RCNN算法的描述中，错误的说法是哪个？
A.RCNN采用SVM对候选框进行位置预测
B.RCNN把所有侯选框缩放成固定大小
C.RCNN结合NMS（非极大值抑制）获得区域边框（BBox）
D.RCNN生成大约2k个候选框
正确答案：A
24、下面关于YOLO算法的描述中，正确的说法是哪个？
A. YOLO通过选择性搜索来减少候选框耗时
B.YOLO采用NMS实现物体类别的过滤，提高性能
C.YOLO采用网格化图像，每个网格都预测类别及其概率
D.YOLO采用整张图作为网络输入，耗时更长
正确答案：C
25、面关于Faster RCNN算法的描述中，正确的说法是哪个？
A.Faster RCNN使用SVM进行目标类别分类
B.Faster RCNN的损失函数与RCNN相同，位置损失函数采用交叉熵
C.Faster RCNN主要是采用选择性搜索实现候选框提取
D.Faster RCNN使用一个卷积实现分类和位置微调
正确答案：D
26、下面关于MobileNet算法的描述中，错误的说法是哪个？
A.Pointwise将不同组的特征进行融合
B.MobileNet采用组卷积操作提高速度
C.MobileNet核心是将卷积拆分为Depthwise+Pointwise两部分
D.MobileNet中Pointwise采用了组卷积技术获得特征
正确答案：D
27、下面有关批归一化BN（batch normalization）的说法，错误的是哪个？
A.BN可以减少每个隐层神经元梯度的变化幅度
B.BN主要解决深度神经网络各层输入的分布一致，增加训练过程的平衡
C.BN起到了减少过拟合的作用
D.BN一般位于隐层神经元的激活函数输出之后
正确答案：D
28、对于YOLO v1算法，网络的输出维度是多少（假设每张图划分为7*7网格，每个网格预测2个边框，识别的物体类别有30个）？
A.7*7*42
B.7*7*30
C.7*7*40
D.7*7*32
正确答案：C
29、下面关于CNN的描述中，错误的说法是哪个？
A.局部感知使网络可以提取图像的局部特征，而权值共享大大降低了网络的训练难度
B.通道数量越多，获得的特征图（Feature map）就越多
C.SAME填充和VALID填充的主要区别是前者向图像边缘添加0值，而后者可能会忽略来自图像边缘的值
D.卷积是指对图像的窗口数据和滤波矩阵做内积的操作，在训练过程中滤波矩阵的大小和值不变
正确答案：D
30、关于神经网络的相关概念，哪个说法是正确的？
A.随机梯度下降（SGD）每次更新只随机取一个样本，按照固定学习率计算梯度，所以速度较快
B.RMSProp学习率调整策略引入累积梯度的概念，从而解决学习率过早趋向于0而结束训练
C.ReLU函数中所有负值均被截断为结果0，从而导致特征丢失，可适当调高学习率避免此类情况
D.对激活函数的输出结果进行范围限定，有助于梯度平稳下降，而ReLU输出范围无限的函数会导致梯度消失问题
正确答案：A
31、关于深度学习模型训练，以下哪个说法是错误的？
A.网中网（NIN）结构用全连接的多层感知机去代替传统的卷积，提升了模型的计算性能，但计算量显著增加
B.VGG只要很少的迭代次数就会收敛，这是因为小的过滤尺寸起到了隐式的正则化的作用
C.Bagging中每个训练集互不相关，而Boosting中训练集要在上一轮的结果上进行调整，所以不能并行计算
D.网络层数越多，学习率可设置偏大，否则容易引起梯度消失
正确答案：A
32、下面关于深层网络模型的介绍中，哪个说法是正确的？
A.空间金字塔池化（SPP）通过把图像的卷积特征转化成相同维度的特征向量，使模型可以处理任意尺寸的图像
B.批规范化（batch normalization）是在不引入新参数的情况下保证每一层网络的输入具有相同的分布
C.ResNet通过增加恒等映射，增加参数从而减少模型优化的难度，实现性能提升
D.在卷积神经网络中，采用平均池化可减小误差，适用于需要突出纹理等特征的场景中
正确答案：A
33、OpenVINO工具套件提供了许多Demo和示例供开发者进行初步学习，这些示例使用的开发语言有？
A.C++和Python
B.只有C++
C.Basic
D.只有Python
正确答案：A
34、视频演示中读入的模型文件是什么格式？
A.h5 和xml 文件
B.bin 文件
C.xml 文件
D.h5 文件
正确答案：C
35、在OpenVINO工具套件中，主要用于推理加速神经网络模型的模块是？
A.Intel Media SDK
B.Deep learning Deployment toolkit
C.OpenCV
D.以上都是
正确答案：B
36、下面关于OpenVINO的说法错误的是？
A.OpenVINO提供了深度学习推理套件（DLDT)，该套件可以将各种开源框架训练好的模型进行线上部署。
B.OpenVINO是一个Pipeline工具集，同时可以兼容各种开源框架训练好的模型，拥有算法模型上线部署的多种能力。
C.OpenVINO是英特尔推出的一款全面的工具套件，用于快速部署应用和解决方案，支持计算机视觉的CNN网络结构超过百余种。
D.OpenVINO并不包含图片处理工具包OpenCV，视频处理工具包
Media SDK，需要另行安装。
正确答案：D
37、下面有关深度学习部署套件DLDT的说法错误的是？
A.模型优化器负责模型转换，推理引擎是部署在设备上运行的AI负载。
B.模型优化器是一个python脚本工具，用于将开源框架训练好的模型转化为推理引擎可以识别的中间表达。
C.模型优化器不能进行Dropout操作和内存方面的优化。
D.DLDT分为两个部分：模型优化器和推理引擎。
正确答案：C
38、下面有关OpenVINO推理过程和调优方法的说法错误的是？
A.预处理不仅可以调整通道，还可以Resize算法类型，设置平均图(逐像素平均或逐通道平均)。
B.可以通过setColorFormat接口调整通道顺序。
C.OpenVINO默认的通道顺序是BGR，在输入的时候，如果拿到的数据不是BGR格式，需要预处理通道顺序。
D.装载模型只有一种方式，指定设备型号，如CPU。
正确答案：D
39、下面对于OpenVINO的介绍错误的是？
A.OpenVINO的工作流程是先训练好模型，然后解析成OpenVINO专用的.xml和.bin，再传入Inference Engine中进行推理。
B.OpenVino和TensorRT类似，是硬件厂商针对自家的硬件平台开发
的一套深度学习工具库，包含推断库，模型优化等等一系列与深度学习模型部署相关的功能。
C.OpenVINO针对Intel的多代CPU以及其他硬件平台做了针对的优化。
D.OpenVINO和TensorRT都是开源的。
正确答案：D
40、Intel OpenVINO模型优化器的主要目的是？
A.训练深度学习模型
B.优化预训练的模型以便在Intel硬件上部署
C.在不同深度学习框架之间转化模型
D.评价深度学习模型的性能
正确答案：B
41、以下哪个不是Intel OpenVINO支持的深度学习框架？
A.PaddlePaddle
B.TensorFlow
C.Keras
D.PyTorch
正确答案：C
42、边缘智能的主要目的是什么？
A.减少网络延迟
B.提高数据中心的处理能力
C.提高数据隐私和安全性
D. 降低硬件成本
正确答案：C
二、多选题
1、引入多尺度的特征图做目标检测的好处不包括以下哪些方面？
A.方便处理不同大小的图像
B.大尺度特征图可以用来检测大物体，而小尺度特征图检测小物体
C.提高算法的速度
D.可以识别不同大小的物体
正确答案：A、B、C
2、以下哪些目标检测算法需要先使用卷积神经网络后，再用锚机制生成候选区域？
A.Fast R-CNN
B.Faster R-CNN
C.YOLO v2
D.YOLO v1
正确答案：B、C
3、下面模型训练的一些常用技巧中，哪些说法是错误的？
A.Sigmoid交叉熵损失函数适合于多标签学习，每一维彼此独立
B.用无监督数据作分层预训练（Layer-wise Pre-train）有助于解决梯度饱和问题
C.在高度非凸的深度网络优化过程，主要难点是鞍点
D.如果训练样本量较大，可选用随机梯度下降（SGD），它考虑历史梯度信息，更容易跳出局部极小值点
正确答案：B、D
4、OpenVINO支持下面哪些操作系统？
A.DOS
B.macOS
C.Windows
D.Linux
正确答案：B、C、D
《机器视觉及其应用》习题
第一章机器视觉系统构成与关键技术 1、机器视觉系统一般由哪几部分组成？机器视觉系统应用的核心目标是什么？主要的分 成几部分实现？ 用机器来延伸或代替人眼对事物做测量、定位和判断的装置。组成：光源、场景、摄像机、图像卡、计算机。用机器来延伸或代替人眼对事物做测量、定位和判断。三部分：图像的获取、图像的处理和分析、输出或显示。 2、图像是什么？有那些方法可以得到图像？ 图像是人对视觉感知的物质再现。光学设备获取或人为创作。 3、采样和量化是什么含义？ 数字化坐标值称为取样，数字化幅度值称为量化。采样指空间上或时域上连续的图像（模拟图像）变换成离散采样点（像素）集合的操作；量化指把采样后所得的各像素的灰度值从模拟量到离散量的转换。采样和量化实现了图像的数字化。 4、图像的灰度变换是什么含义？请阐述图像反色算法原理？ 灰度变换指根据某种目标条件按照一定变换关系逐点改变原图像中每一个像素灰度值，从而改善画质，使图像的显示效果更加清晰的方法。对于彩色图像的R、G、B各彩色分量取反。 第二章数字图像处理技术基础 1、对人类而言，颜色是什么？一幅彩色图像使用RGB色彩空间是如何定义的？24位真彩 色，有多少种颜色？ 对人类而言，在人类的可见光范围内，人眼对不同波长或频率的光的主观感知称为颜色。 一幅图像的每个像素点由24位编码的RGB 值表示：使用三个8位无符号整数（0 到255）表示红色、绿色和蓝色的强度。256*256*256=16,777,216种颜色。 2、红、绿、蓝三种颜色为互补色，光照在物体上，物体只反射与本身颜色相同的色光而吸 收互补色的光。一束白光照到绿色物体上，人类看到绿色是因为？ 该物体吸收了其他颜色的可见光，而主要反射绿光，所以看到绿色。 3、成像系统的动态范围是什么含义？ 动态范围最早是信号系统的概念，一个信号系统的动态范围被定义成最大不失真电平和噪声电平的差。而在实际用途中，多用对数和比值来表示一个信号系统的动态范围，比如在音频工程中，一个放大器的动态范围可以表示为： D = lg（Power_max / Power_min）×20； 对于一个底片扫描仪，动态范围是扫描仪能记录原稿的灰度调范围。即原稿最暗点的密度（Dmax）和最亮处密度值(Dmin)的差值。 我们已经知道对于一个胶片的密度公式为D = lg（Io/I）。那么假设有一张胶片，扫描仪向其投射了1000单位的光，最后在共有96%的光通过胶片的明亮（银盐较薄）部分，而在胶片的较厚的部分只通过了大约4%的光。那么前者的密度为： Dmin=lg（1000/960）= 0.02； 后者的密度为： Dmax=lg（1000/40）= 1.40 那么我们说动态范围为：D=Dmax-Dmin=1.40-0.02=1.38。
机器视觉与边缘计算应用期末考试练习题及答案
一、单选题 1、关于OpenVINO，正确的说法是哪个？ A.OpenVINO主要用于模型推断过程优化 B.OpenVINO主要用于模型训练过程优化 C.模型训练过程越长，在OpenVINO的推断过程就会越慢 D.模型训练过程越短，在OpenVINO的推断过程就会越慢 正确答案：A 2、关于模型优化的理解，正确的说法是哪个？ A.mo_tf.py对应的是对MXNet模型的优化 B.其他说法都正确 C.mo_tf.py对应的是对PyTorch的模型优化 D.mo_tf.py对应的是对Tensorflow模型的优化 正确答案：D 3、关于模型优化结果的叙述中，正确的说法是？ A.XML文件中定义了模型的存放路径 B.XML文件中定义了模型的输入样本文件大小 C.ML文件中定义了模型的运行时间 D.XML文件中定义了模型的输入样本的批大小 正确答案：D 4、下面关于模型优化结果的说法中，正确的说法是哪个？ A.模型优化后的mapping文件中定义了模型的meta_data信息 B.模型优化后的mapping文件定义了模型转化前后各层的对应关系
C.模型优化后的mapping文件中定义了模型输入层批大小 D.模型优化后的bin文件可以再次进行编辑和修改 正确答案：B 5、下面关于OpenVINO的描述中，正确的说法是哪个？ A.OpenVINO对模型训练具有显著性能提升 B. OpenVINO除支持C++外，还支持Python语言接口 C.OpenVINO在使用前需要经过Intel官方购买并授权 D.经过OpenVINO的模型优化可以提升模型准确率 正确答案：B 6、下面关于OpenVINO工具包的描述中，错误的说法是哪个？ A.OpenVINO工具包支持从2010年后生成的CPU型号 B.OpenVINO是Intel发布的，并且支持开源和商用免费 C.针对计算机视觉标准的优化调用，包括OpenCV、OpenCL和OpenVX D.OpenVINO工具包支持在边缘启用深度学习推理 正确答案：A 7、下面关于OpenVINO对硬件的要求说明中，错误的说法是哪个？ A. OpenVINO不支持Linux操作系统 B.OpenVINO支持Python3.6 C.OpenVINO支持Microsoft Visual Studio C++ 2019 D.OpenVINO对硬件要求Intel六代及以后酷睿(CoreTM) 正确答案：A 8、下面关于深度学习部署工具包（DLDT）的描述中，错误的说法是
华南农业大学期末图像处理与机器视觉考试题
华南农业大学期末图像处理与机器视觉考试题 一、简答题。 1.如图所示，A和B的图形完全一样，其背景与目标的灰度值分别标注于图中，请问哪一个 目标人眼感觉更亮一些？为什么？ 答：B感觉更亮一些。 , 因为目标比背景暗，所以越大，感觉越暗，所以A更暗，即B更亮一些。 2.简述图像平滑、图像锐化和边缘检测模板各自的特点。 答：图像平滑的特点：模板内系数全为正，且之和为1；对常数图像处理前后不变，对一般图像处理前后平均亮度不变。 图像锐化：模板内系数有正有负，且之和为1；对常数图像处理前后不变，对一般图像处理前后平均亮度不变。 边沿检测：模板内系数有正有负，且之和为0；对常数图像处理前后为0，对一般图像处理前后为边沿点。 3.有一幅包含水平的、垂直的、45度的和-45度直线的二值图像。假设直线的宽度为1个像素， 灰度值是1（背景的灰度值为0）。请给出一组能够检测出上述直线的3×3模板。 答：如下图所示。
4.简要说明开运算和闭运算各自在图像处理与分析中的作用。 答：1.先腐蚀后膨胀称为开运算；开运算能够有效的消除细小物体、毛刺，能在纤细连续点出分离物体，能平滑较大物体的边界但不明显改变物体的形状、面积和位置。 2.先膨胀后腐蚀称为闭运算：闭运算能够有效地填充物体内部细小的空洞，连接临近物体， 能在不明显改变物体面积的情况下平滑物体的边界。 5.简述描述区域边界的原链码、差分码和形状数的相互关系及各自的特点。 答：原链码具有平移不变性，没有唯一性，没有旋转不变性；差分码具有平移和旋转不变性，没有唯一性；形状数具有唯一性，平移和旋转不变性。 6.目标区域的骨架指的是什么？请画出下列图形的骨架: (1) 一个圆(2) 一个正方形。 答：骨架指的是图像经过细化之后得到的中轴。圆的骨架是它的圆心，正方形的骨架就是它的对角线。如下图所示。 二、计算分析 1.一幅16级灰度的图像，请分别采用3×3的均值滤波器和 中值滤波器对该图像进行降噪处理。绘出这两种滤波器对 图像的滤波结果（只处理灰色区域即可），并说明各自的 特点。 答：均值滤波：， 中值滤波： 均值滤波可以去除突然变化的点噪声，从而滤除一定的噪声，但其代价是图像有一定程度的模糊；中值滤波容易去除孤立的点、线噪声，同时保持图像的边缘。
康耐视机器视觉入厂考核第四卷及答案
第四卷 一、填空题。（1’X16=16） 1、使用Gige Cogfiguration Tool工具对连接相机的每个网卡进行防火 墙、巨型帧、 ebus 等参数进行配置； 2、CogPMAlign图像训练正确顺序为获取训练图像、设置训练区域和原点、设置训练参数、训练图案、查看结果。 3、Caliper 编辑控件有两种模式，分别为____边缘模式_____，__________ _____________. 4、PatMax的精度可以达到 1 像素。 5、上图中①代表被摄体距离 WD ，②代表景深③ 代表像距。 6、8704E卡采用4-Pin电源连接器连接 12v 电源。 7、光源的和直接决定图像的效果。 二、名词解释（2’X4=8） 1、机器视觉：_视觉即使用数字功能分析数字图像，当使用工业领域称之为机器视觉__。 2、像素：_感光器件上的基本感光单元，既相机识别到的图像上的最小单元 __________________。 3、像素分辨率：_______________每个像素代表的毫米值_________________。 4、精度：测量值与真实值的差别。 三、选择题。（2’X5=10）
1、按照明方式分类，常见的光源类型有哪些？（ ABCEF ） A.背景光、 B.线形光、 C.环形光、 D.低角度光、 E.同轴光、 F.Dome光 2、下图, 白色表示光圈大小，请问哪个能得到最大的景深（ F ） A B C D E F 3、下列哪些方法可以减少PMAlign工具运行时间（ A ） A. 增大接受阀值 B. 减小粗糙粒度数值 C.降低对比度阈值 D.增加缩放比例 4、可以读取ID代码的产品有：（ C ） A、Checker B、In-Sight C、DataMan D、Vision Pro 5、PMAlign工具输出结果数据（X,Y,Angle等）是在哪个空间下（C ） A.像素空间 B.输入图像空间 C.训练区域选取空间 D.搜索区域选取空间 四、简答题。（36分） 1、机器视觉有那四个方面的作用，英文是什么？（8分） 引导Guide检验Inspect测量Gauge识别Identify
2024 机器视觉试题与答案
2024 机器视觉试题与答案 1. 问题：什么是机器视觉？ 答案：机器视觉是一种技术，利用计算机和相应的算法，使 计算机可以获取、处理和解释图像或视频。 2. 问题：机器视觉在哪些领域有应用？ 答案：机器视觉广泛应用于许多领域，包括自动驾驶、工业 自动化、医疗诊断、安全监控等。 3. 问题：请简要描述机器视觉的工作原理。 答案：机器视觉的工作原理主要包括图像采集、图像预处理、特征提取和分类识别。图像首先被采集，并进行预处理以去除噪声和增强图像质量。然后，通过特征提取算法提取图像的特征，最后利用分类识别算法将图像分类为不同的目标或对象。 4. 问题：什么是图像采集？ 答案：图像采集是指通过摄像机或其他图像传感器来获取现 实世界中的图像或视频，并将其转换为数字信号，以供计算机处理。 5. 问题：图像预处理的目的是什么？ 答案：图像预处理的目的是对采集到的图像进行处理，以去 除噪声、增强对比度和颜色，并使图像适合后续的特征提取和分类识别算法的处理。 6. 问题：特征提取的作用是什么？ 答案：特征提取是将图像中与所关注的目标或对象相关的信
息提取出来，并将其表示成计算机可以理解和处理的形式。这些特征可以是颜色、形状、纹理等。 7. 问题：分类识别算法是如何将图像分类为不同的目标或对象的？ 答案：分类识别算法利用之前学习得到的模型和特征，对输 入的图像进行分类预测。这些算法可以是传统的机器学习算法，如支持向量机(SVM)、k最近邻(k-NN)等，也可以是深度学习 算法，如卷积神经网络(CNN)等。 8. 问题：机器视觉中常用的评估指标有哪些？ 答案：机器视觉中常用的评估指标包括准确率、召回率、精 确率、F1分数等。这些指标用于评估分类算法对图像分类的 准确性和性能。 9. 问题：机器视觉在自动驾驶中的应用有哪些？ 答案：机器视觉在自动驾驶中可以用于道路检测、车辆检测 和识别、交通标志识别等任务，以帮助车辆实现自主导航和智能驾驶。 10. 问题：机器视觉技术的发展趋势是什么？ 答案：机器视觉技术的发展趋势包括更高的准确率和鲁棒性、更快的处理速度、更小的硬件成本、更广泛的应用领域等。此外，深度学习和神经网络在机器视觉中的应用也将持续增加。11. 问题：机器视觉在工业自动化中的应用有哪些？ 答案：机器视觉在工业自动化中有广泛的应用，如产品质量检测、零件排序和识别、装配线的自动控制等。通过使用机器
计算机视觉试题及答案大全
计算机视觉试题及答案大全 一、选择题 1. 计算机视觉是利用计算机对图像、视频等视觉信息进行分析和处 理的一门学科。以下哪项不属于计算机视觉的应用领域？ A. 人脸识别 B. 遥感图像分析 C. 智能车辆导航 D. 机器学习算法 答案：D 2. 在计算机视觉中，图像分类是指将输入的图像分到预先定义的类 别中。以下哪项不属于常见的图像分类方法？ A. 支持向量机（SVM） B. 卷积神经网络（CNN） C. 高斯混合模型（GMM） D. 循环神经网络（RNN） 答案：D 3. 目标检测是计算机视觉中的关键任务之一，其目标是在图像或视 频中准确地找出目标的位置和类别。以下哪个是常用的目标检测算法？
A. 基于颜色空间的图像分割 B. 基于特征点的匹配算法 C. 卷积神经网络（CNN） D. 基于相似度的模板匹配 答案：C 4. 图像分割是计算机视觉中的基础问题，其目标是将图像分成若干个具有语义意义的区域。以下哪项不属于图像分割的常用方法？ A. 边缘检测 B. 区域生长 C. K均值聚类 D. 图像去噪 答案：D 5. 三维重建是计算机视觉中的重要研究方向，其目标是通过图像或视频等二维输入重建出对应的三维场景。以下哪个是常用的三维重建方法？ A. 模板匹配 B. 直方图均衡化 C. 结构光扫描
D. 高斯金字塔 答案：C 二、填空题 1. 在图像处理中，____________是指通过一系列像素操作来改变图像的外观或信息。 答案：图像增强 2. 在计算机视觉中，特征提取是指从输入的图像或视频中提取出____________的信息。 答案：有用或有区别的特征 3. 计算机视觉中常用的评价标准之一是____________，它可以衡量目标检测算法的准确率和召回率。 答案：精确度（precision） 4. 在目标跟踪中，____________是指通过预测目标的位置来跟踪目标。 答案：滤波器 三、简答题 1. 简要介绍计算机视觉中的图像分类任务，并说明其应用。 答案：图像分类是计算机视觉中的一个基本任务，其目标是将输入的图像分到预先定义的类别中。图像分类可以应用于多个领域，如人
人工智能应用考试题库-上海市专业技术人才继续教育
人工智能概论 1、1956年达特茅斯夏季人工智能学术研讨会标志着人工智能作为一门新学科的诞生。 2、人工智能是研究理解和模拟人类智能、智能行为及其规律的一门学科。 3、人工智能是在数学、计算机科学、控制论、信息论、神经心理学、哲学、语言学等多学科研究的基础上发展起来的交叉学科。 4、通俗地说，人工智能就是要研究如何使机器具有能听、会说、能看、会写、能思维、会学习能适应环境变化、会解决各种实际问题等功能的一门学科。 5、感知是智能活动的前提，机器感知是机器获取外界信息的主要途径。感知能力是指通过视觉、听觉、味觉、嗅觉、触觉等感觉器言感知外部世界的能力。 6、记忆与思维是人脑最重要的功能，也是人类智能重要的表现形式。 7、学习和自适应是人类的一种本能。 8、人工智能的远期目标与近期目标是相互依存的。 9、算法、数据和硬件算力是人工智能高速发展的三要素。 10、人工智能的思想、理论、方法和技术已渗透到科学技术的诸多领域和人类社会的各个方面。 11、1950年，图灵发表了著名论文《计算机器与智能》，明确提出了“机器能思维〞的观点，并设计了一个著名的测试机器智能的实验，称为图灵测试。 12、专家系统是一个具有大量专门知识，并能够利用这些知识去解决特定领域中需要由专家才能解決的那些问题的计算机程序。 13、1948年，香农发表了“通信的数学理论”，标志着信息论的诞生。他认为人的心理活动可以用信息的形式来进行研究，并提出了描述心理活动的数学模型。 14、机器学习研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，更新已有的知识结构，使之不断改善自身的性能。 15、在从不同的研究角度、用不同的研究方法对人工智能本质进行探索的过程中，逐渐形成了符号主义、连接主义、行为主义研究学派。 16、行为能力是人类对感知到的外界信息做出动作反应的能力。 17、英国数学家图灵在1936年提出了理想计算机模型。 18、机器视觉的主要研究目标是使计算机具有通过二维图像认知三维环境信息的能力。 19、福岛邦彦在1980年创立了卷积神经网络。 20、智能来源于思维活动，这种观点被称为思维理论。智能主要指人类的自然智能，其确切定义还有待于对人脑奥秘的彻底揭示。智能取决于可运用的知识，这种观点被称为知识阈值理论。 21、人工智能发展大致分为孕育期、形成期、暗淡期、知识应用期、集成发展期等五个阶段。 22、可从类人行为方法、类人思维方法、理性思维方法、理性行为方法四个侧面给出人工智能的定义。 23、要让计算机理解人类自然语言，难点在于：自然语言充满歧义、自然语言结构复杂多样、自然语言的语义表达千变万化、自然语言的结构和语义之间有着千丝万缕、错综复杂的联系。 24、2016年DeepMind公司研发的AlphaGo击败了国棋大师李世石。AlphaGo使用的主要算法有深度学习和蒙特卡洛树搜索算法。 25、百度无人驾驶汽车的技术核心“百度汽车大脑”包括高精度地图、感知、定位、智能决策与控制模块。 26、自然界四大奥秘为：物质的本质、宇宙的起源、生命的本质、智能的发生。
2024 边缘计算与机器视觉
2024 边缘计算与机器视觉 边缘计算与机器视觉（以下简称“边缘计算”和“机器视觉”）是当前热门的技术领域，两者结合可以为各行各业带来许多创新和便利。边缘计算是指将计算资源和数据处理能力尽可能地靠近数据源和终端设备的一种计算模式，而机器视觉则是利用计算机视觉算法和技术来实现对图像和视频的自动分析和理解。 边缘计算和机器视觉的结合可以实现智能化的边缘设备，使其具备更强的数据分析和决策能力。传统的机器视觉系统通常需要将采集到的图像数据传输至云端进行处理，但是这种方式存在一定的延迟和带宽压力。而边缘计算可以将部分图像处理任务移至边缘设备，减少数据传输和响应时间，提高处理效率。 边缘计算与机器视觉的结合应用广泛，包括智能安防、智能交通、智能制造等领域。在智能安防领域，边缘计算可以将图像识别和行为分析等功能部署在摄像头或监控设备上，实现实时监测和报警。在智能交通领域，边缘计算可以用于车辆、行人和交通信号的检测与识别，提高交通管理的效率和安全性。在智能制造领域，边缘计算可以用于产品质量检测和物流管理等方面，提高生产效率和产品质量。 边缘计算与机器视觉的融合还面临一些挑战和难题。首先是计算资源的限制，边缘设备的计算和存储能力通常相对有限，需要考虑如何优化算法和压缩数据。其次是数据安全和隐私保护的问题，边缘计算需要保证数据在传输和处理过程中的安全性和隐私性。此外，边缘计算还需要解决设备之间的协同和通信问题，以及对不同品牌和型号设备的兼容性。
总的来说，边缘计算与机器视觉的结合在不同领域具有巨大的潜力和应用前景。随着技术的不断发展和进步，我们可以期待边缘计算和机器视觉在未来的创新和突破。边缘计算与机器视觉融合的发展已经取得了一些重要的成果。例如，一些智能手机和智能摄像头已经具备了人脸识别和手势识别等功能，实现了对用户的智能化交互和安全认证。边缘计算也在智能家居领域得到了广泛应用，通过将智能设备连接到本地网络并进行数据处理，实现了家庭自动化与智能化。 在工业领域，边缘计算与机器视觉的结合也带来了许多创新。传统的工业视觉系统通常需要高性能的计算机和专用设备来进行图像处理，而边缘计算可以将一部分处理任务移至机器视觉设备本身，减少了集中处理的压力和延迟。这使得工业视觉系统更加灵活和高效，可以快速应对生产线上的变化和需求。 另一个重要的应用领域是智能农业。边缘计算与机器视觉的结合，可以实现农作物的智能监测与管理。通过图像识别和分析技术，可以实时监测农作物的生长状况、病虫害情况和水肥需求，为农民提供实时的农作物管理建议，提高农业生产的效益和可持续性。 然而，边缘计算与机器视觉的融合还面临一些挑战。首先是数据处理与算法优化的问题。边缘设备的计算能力有限，如何将复杂的机器视觉算法有效地部署在边缘设备上，是一个关键的难题。其次是数据安全和隐私保护的挑战。边缘计算涉及大量的数据传输和处理，在保证数据安全性和隐私性的同时，需要
边缘计算技术在机器视觉中的应用
边缘计算技术在机器视觉中的应用 边缘计算（Edge Computing）是一种将数据处理和计算能力直接放置在物理和 逻辑上接近数据源的边缘设备上的技术。随着互联网的普及和物联网技术的快速发展，大量的数据被产生和传输到云端进行处理和存储。但是，传统的云计算架构存在着延迟高、带宽瓶颈、数据安全性等问题。边缘计算技术的应用，尤其在机器视觉领域，可以有效解决这些问题，并提供更快捷、可靠和安全的数据处理和分析。 机器视觉是一种模仿人类视觉系统的技术，可以使计算机“看到”和“理解”图像 或视频中的内容。随着计算机硬件的日益强大和机器学习算法的不断进步，机器视觉的应用领域得到了快速拓展。从生产线上的质量检测到无人驾驶汽车的感知系统，机器视觉正以惊人的速度渗透到我们生活的方方面面。然而，机器视觉应用所需的大规模数据处理和实时的决策支持，对计算和通信的要求也越来越高。 边缘计算技术在机器视觉中具有以下几个重要应用方面： 首先，边缘计算可以提供实时的数据处理和决策支持。在许多机器视觉应用中，实时性是关键因素之一。例如，在自动驾驶汽车中，需要在毫秒级的时间内对周围的环境进行感知和决策。传统的云计算架构无法提供足够的计算资源和低延迟的通信。而边缘计算将计算资源直接放置在车辆上，能够实时处理视频流和图像数据，并快速作出决策，提高驾驶安全性和反应速度。 其次，边缘计算可以减少带宽压力和数据传输成本。在机器视觉应用中，产生 的数据量通常非常庞大，超出了传输到云端的带宽限制。而边缘计算技术可以将数据处理和分析的工作直接放置在边缘设备上，减少了数据传输到云端的需求。只有关键的决策结果或数据才需要传输到云端进行进一步的处理，节约了带宽和成本。 此外，边缘计算还可以增强数据隐私和安全性。在一些机器视觉应用中，图像 或视频中可能包含敏感信息，如果全部上传到云端进行处理和分析，可能带来一定的隐私风险。边缘计算技术可以将数据处理过程直接放置在边缘设备上，避免了数
机器视觉原理与应用考试试题及答案
机器视觉原理与应用考试试题及答案 一、选择题 1. 机器视觉是一门研究如何使计算机看到并理解图像的学科，其根本目标是： A. 实现图像的高分辨率显示 B. 开发智能机器人 C. 提升图像处理速度 D. 实现图像识别与分析 答案：D 2. 在机器视觉中，图像分析的基本步骤包括以下哪些？ A. 图像采集、图像预处理、特征提取 B. 图像采集、特征提取、目标检测 C. 图像采集、目标检测、图像预处理 D. 图像采集、图像预处理、目标识别 答案：A 3. 以下哪种方法可以用于图像增强？ A. 直方图均衡化 B. 模糊滤波
C. 形态学运算 D. 模板匹配 答案：A 4. 在机器视觉中，常用的目标检测方法有以下哪些？ A. 边缘检测、颜色分割、模板匹配 B. 二值化、滤波、边缘检测 C. Canny算子、Sobel算子、实验阈值法 D. 形态学运算、模板匹配、颜色分割 答案：D 5. 机器视觉中的特征提取方法主要包括以下哪些？ A. 边缘提取、颜色提取、纹理提取 B. 直方图均衡化、边缘提取、模板匹配 C. 形态学运算、滤波、颜色提取 D. 二值化、颜色分割、纹理提取 答案：A 二、填空题 1. 机器视觉是通过计算机对图像进行________，并从中提取有用信息进行分析和识别的一门技术。
答案：处理/分析 2. 目标检测与目标识别的主要区别在于目标检测需要确定目标在图 像中的________。 答案：位置 3. 在图像增强中，直方图均衡化是一种通过对图像的________进行 调整，增强图像对比度的方法。 答案：像素值 4. 边缘检测常用的算子有Sobel算子和________算子。 答案：Canny 5. 特征提取是指从图像中提取具有________的特征，用于进一步的 分析和处理。 答案：区分度 三、简答题 1. 请简要说明机器视觉的应用领域，并列举其中的两个具体应用案例。 答：机器视觉广泛应用于工业自动化、安防监控、医疗影像等领域。其中，工业自动化方面，机器视觉可应用于产品质量检测、机器人视 觉引导等；安防监控方面，机器视觉可应用于人脸识别、行为分析等；医疗影像方面，机器视觉可应用于肿瘤检测、疾病诊断等。
机器视觉应用技术学习通课后章节答案期末考试题库2023年
机器视觉应用技术学习通课后章节答案期末考试题库2023年 1.RGB 图像（64 位）对于红、绿、蓝平面分别使用8 位保存颜色信息。（） 参考答案: 错 2.正弦光栅中的每对线需要至少1个像素来表示 参考答案: 错 3.机器视觉系统能够识别出检测目标最小的特征或细节，成为（） 参考答案: 系统分辨率 4.镜头分辨率表示它的空间极限分辨能力,常用拍摄的方法来测试。 参考答案: 正弦光栅 5.正弦光栅中一对相邻黑线和白线称为一个线对(line pair,lp) 参考答案: 对 6.图像可以分为图像、黑白图像、图像。 参考答案: 彩色；彩###灰度；灰
7.在人类的可见光范围内，人眼对不同波长或频率的光的主观感知称为颜色。 一幅图像的每个像素点由8位编码的RGB值表示:使用三个8位无符号整数（0到255）表示红色、绿色和蓝色的强度。即，有（）种颜色。 参考答案: 256*256*256 8.暗场光源，是被测物体表面大部分反光都不进摄像头，故背景呈黑色（） 参考答案: 对 9.可见光的范围是（） 参考答案: 400nm-760nm 10.下列选项中，不属于机器视觉系统组成的是（） 参考答案: 图像显示单元 11.色环是指可见光波段的颜色首尾相接，构成的圆环 参考答案: 对 12.成像系统的水平方向上视场为0.9m，相机在水平方向上的像素数为720, 奈 奎斯特常数为2时,系统分辨率为 mm,每像素代表长度 mm。
参考答案: 2.5，1.25 13.使用相邻色照射物体时，物体在图像中显得较暗。 参考答案: 错 14.以下光源中，可以提供不可见光的是（） 参考答案: 紫外线灯 15.一幅图像的位深度(Bit Depth）是用于像素值编码的数量。对于一个给定的 位深度n=8，该图像的色度的数量有（）个不同级别。 参考答案: 256 16.在图像取样时，采样间隔越大，所得图像像素数（少；多），空间分辨 率（高；低），图像质量（好；差）。 参考答案: 少###低###差 17.机器视觉成像系统中，图像传感器的作用是（） 参考答案: 对光线进行光电转换
机器视觉期末考试
1.机器视觉的技术范围 技术层次：底层基础元件和材料、图像和视觉核心算法、视觉硬件和系统（含照明）、软件开发环境 系统流程：取像 =》分析 =》结果输出 部件与系统软：硬件：照明、光学元件、镜头、相机、图像采集卡、工具软件、智能相机 相关技术：运动控制、机器人、通讯 2. 镜头基本概念 视野 (FOV) 图像采集设备所能够覆盖的范围，它可以是在监视器上可以见到的范围，也可以使设备所输出的数字图像所能覆盖的最大范围。 最大/最小工作距离（Work Distance） 从物镜到被检测物体的距离的范围，小于最小工作距离大于最大工作距离系统均不能正确成像。 景深（Depth Of Field） 在某个调焦位置上，景深内的物体都可以清晰成像。 畸变 几何畸变指的是由于镜头方面的原因导致的图像范围内不同位置上的放大率存在的差异。几何畸变主要包括径向畸变和切向畸变。如枕形或桶形失真。 成像面 可以在镜头的像面上清晰成像的物方平面 光圈与F值 光圈是一个用来控制镜头通光量装置，它通常是在镜头内。表达光圈大小我们是用F值，如f1.4，f2，f2.8 etc。 焦距 焦距是像方主面到像方焦点的距离。如16mm， 25mm
分辨率 测量系统能够重现的最小的细节的尺寸常常用每毫米线对来表示，也就是根据这个镜头能够分辨一毫米内多少对直线。选择镜头的时候必须注意厂商给出的分辨率的定义方式。 3. 镜头的分类 按照等效焦距分为 广角镜头 等效焦距小于标准镜头（等效焦距为50mm）的镜头。特点是最小工作距离短，景深大，视角大。常常表现为桶形畸变。 中焦距镜头 焦距介于广角镜头和长焦镜头之间的镜头。通常情况下畸变校正较好。 长焦距镜头 等效焦距超过200mm的镜头。工作距离长，放大比大，畸变常常表现为枕形状畸变。 按照功能分 变焦距镜头 镜头的焦距可以调节，镜头的视角，视野可变 定焦距镜头 镜头的焦距不能调节，镜头视角固定。聚焦位置和光圈可以调节 定光圈镜头 光圈不能调节，通常情况下聚焦也不能调节 按照用途分 微距镜头（或者成为显微镜头） 用于拍摄较小的目标具有很大的放大比
机器视觉大作业
机器视觉与图像处理 大作业 成绩评定表 设计课题：基于机器视觉的表面缺陷检测技术 学院名称：电气工程学院 专业班级：自动F1205班 学生姓名： 学号： 指导教师： 设计时间： 2015.5.1-2015.5.8 指导教师意见： 成绩: 签名：年月日
目次 1 概述 (1) 1.1 设计意义 (1) 1.2 机器视觉与图像处理技术简介 (1) 2 基于机器视觉的表面检测控制系统的总体设计 (2) 2. 1 CCD摄像头 (3) 2. 2图像采集卡 (3) 2.2.1视频输入信号及采样频率 (4) 2.2.2视频输入窗口和显示窗口 (4) 2. 3软件设计 (4) 3 表面缺陷检测软件设计 (5) 3. 1图像实时采集模块 (5) 3. 2图像预处理模块 (5) 3.3 阈值选取模块 (6) 3.4 图像测量模块与缺陷检测模块 (6) 3.5 缺陷识别模块 (6) 4 总结 (9) 5 参考文献 (9)
1 概述 1.1 设计意义 传统的人工检测产品表面质量的方法不仅工作量大，而且易受检测人员主观因素的影响，容易对产品表面缺陷造成漏检，尤其是变形较小、畸变不大的夹杂缺陷漏检，极大降低了产品的表面质量，从而不能够保证检测的效率与精度。而发展迅速的基于机器视觉的表面缺陷检测技术可以很好的解决这一问题。机器视觉主要是采用计算机来模拟人的视觉功能，从客观事物的图像中提取信息，进行处理并加以理解，最终用于实际检测、测量和控制。基于机器视觉技术的缺陷检测系统，由于其非接触检测测量，具有较高的准确度、较宽的光谱响应范围，可长时间稳定工作，节省大量劳动力资源，极大地提高了工作效率。可对工件表面的斑点、凹坑、划痕、色差、缺损等缺陷进行检测。所以，人工检测难以达到降低消耗、提高产品质量的目的，采用基于机器视觉的表面缺陷检测技术成为必需。这也就是设计该基于机器视觉的表面检测控制系统的意义。 1.2 机器视觉与图像处理技术简介 图像处理技术简介：在机器视觉系统中，视觉信息的处理技术主要依赖于图像处理方法，它包括图像增强、数据编码和传输、平滑、边缘锐化、分割、特征抽取、图像灰度处理、小波处理、图像识别与理解等内容。经过这些处理后，输出图像的质量得到相当程度的改善，既改善了图像的视觉效果，又便于计算机对图像进行分析、处理和识别。 机器视觉技术简介：机器视觉是将图像处理、计算机图形学、模式识别、计算机技术、人工智能等众多学科高度集成和有机结合，而形成的一门综合性的技术。一般地说，机器视觉是研究计算机或其他处理器模拟生物宏观视觉功能的科学和技术，也就是用机器代替人眼来做测量和判断。机器视觉系统如图
智能图像处理与机器视觉智慧树知到答案章节测试2023年山东交通学院
第一章测试 1.图像是对物体的一种完全的、精确的描述。（） A:对 B:错 答案:B 2.根据图像的连续性，可以分为（）。 A:模拟图像 B:物理图像 C:数字图像 D:虚拟图像 答案:AC 3.我们平时常用的PS技术属于图像处理中的（）。 A:图像到图像的处理 B:图像到非图像的处理 C:目标检测 D:图像分类 答案:A 4.数字图像处理系统包括（）。 A:图像处理器 B:输出设备 C:存储器 D:图像传感器 答案:ABCD 5.使用CT图像判断患者是否感染新冠肺炎属于图像处理中的（）。 A:图像分类 B:目标跟踪 C:图像语义分割 D:目标检测 答案:A 6.数字图像坐标系中坐标原点在图像的（）。 A:右上角 B:左下角 C:右下角 D:左上角 答案:D 7.我们日常生活中所说的黑白照片实际上是指（）。 A:都不是 B:灰度图像 C:二值图像
D:彩色图像 答案:B 8.手机指纹、人脸解锁技术使用了图像处理中的生物特征识别技术。（） A:对 B:错 答案:A 9.图像生成技术生成的是实际存在的物理图像。（） A:错 B:对 答案:A 10.常见的数字图像处理技术的前沿应用有（）。 A:目标检测 B:图像风格化 C:图像生成 D:图像分类 答案:ABCD 第二章测试 1.图像的数字化不包括以下哪个步骤（）。 A:采样 B:光电转换 C:量化 D:滤波 答案:D 2.一般来说，采样间距越大，图像数据量越少，质量越差。（） A:错 B:对 答案:B 3.扫描仪分辨率的单位是：（）。 A:dpi B:厘米 C:像素 D:bit 答案:A 4.目前非特殊用途的图像通常采用的量化等级是：（）。 A:3bit B:8bit C:16bit D:4bit 答案:B
人工智能应用技术模考试题与参考答案
人工智能应用技术模考试题与参考答案 1、线性回归在 3维以上的维度中拟合面是? A、曲面 B、平面40 C、超平面 D、超曲面 答案：C 2、下列哪些包是图像处理时常用的？ A、numpy B、opencv C、gensim D、matplotlib 答案：D 3、要想让计算机执行其功能，用高级语言写的程序必须将它转换为 A、汇编语言程序19 B、机器语言程序 C、中级语言程序 D、算法语言程序 答案：B 4、在以下模型中，训练集不需要标注信息的是() A、k-means24 B、线性回归 C、神经网络 D、决策树 答案：A 5、通常使用的处理图像数据的网络模型是 A、卷积神经网络 B、循环神经网络 C、word2vec33 D、bert 答案：A 6、下列选项中昇腾 310和昇腾 910属性相同的是? A、最大功率 B、架构 C、整数精度21
D、7nm制程 答案：B 7、下列没有运用到人工智能技术的是 A、游戏中人机对战 B、利用互联网与别人下象棋 C、生物科技中的视网膜识别 D、掌纹识别 答案：B 8、人工智能中通常把（）作为衡量机器智能的准则。 A、图灵机 B、图灵测试 C、中文屋思想实验 D、人类智能 答案：B 9、逻辑回归当中也可以加入正则项用于避免过拟合。 A、TRUE B、FALSE 答案：A 10、以下哪一项是 HUAWEIHiAIFoundation模块的功能? A、App集成 B、让服务主动找到用户 C、快速转化和迁移已有模型 D、根据用户所需，适时适地推送服务 答案：C 11、下列哪项通常是集群的最主要瓶颈（） A、CPU B、网络 C、磁盘 D、内存 答案：C 12、CPU主要通过增加指令，增加核数等方式来提升 AI性能。 A、TRUE B、FALSE 答案：A 13、频繁项集、频繁闭项集、最大频繁项集之间的关系是：
人工智能应用技术理论知识测试题+答案
人工智能应用技术理论知识测试题+答案 一、单选题（共20题，每题1分，共20分） 1、以下关于人工智能系统架构的表述，不正确的是 A、应用层聚焦人工智能技术和各个领域的结合 B、数据处理一般都是在应用层完成 C、基础层提供计算能力和数据资源 D、人工智能分为应用层、技术层、基础层 正确答案：B 2、TensorFlow2.0中的 Keras接口的三个主要优势是方便用户使用，模块化和可组合，易于扩展。 A、TRUE B、FALSE 正确答案：A 3、GPU擅长计算密集和易于并行的程序。 A、FALSE B、TRUE 正确答案：B 4、Python的 numpy库主要提供了以下哪方面的操作开发支撑？ A、数组操作27 B、聚类算法 C、图形操作 D、分类算法 正确答案：A 5、下列选择中，哪个不是关键词提取常用的算法？ A、TE-IDF B、SSA43 C、LDA D、TextRank 正确答案：B 6、设 X={1，2，3}是频繁项集，则可由 X产生__个关联规则。 A、7 B、4 C、5 D、6
正确答案：D 7、下列哪项算法是深度学习的重要基础：() A、最大流-最小割算法 B、SGD反向传播 C、A*算法 D、最小生成树算法 正确答案：B 8、深度学习中的“深度”是指（) A、计算机对问题的处理更加灵活 B、中间神经元网络的层次很多 C、计算机的求解更加精准 D、计算机理解的深度 正确答案：B 9、ModelArts服务与()服务相结合可以轻松将模型部署到“端”? A、OBS B、ECS C、HiLens D、OCR 正确答案：C 10、在感知机中（Perceptron）的任务顺序是什么？1随机初始化感知机的权重2去到数据集的下一批（batch）3如果预测值和输出不一致，则调整权重 4对一个输入样本，计算输出值 A、3,1,2,4 B、4,3,2,1 C、1,2,3,4 D、1,4,3,2 正确答案：D 11、优秀的编程规范应该是 A、自模块的内聚程度要尽量低,且各模块间的耦合程度要尽量弱 B、模块的内聚程度要尽量高,且各模块间的耦合程度要尽量强 C、模块的内聚程度要尽量高,且各模块间的耦合程度要尽量弱 D、模块的内聚程度要尽量低,且各模块间的耦合程度要尽量强 正确答案：C 12、训练图像分类模型时，对于图像的预处理，下列技术哪项经常要用？
人工智能应用方向测试题
人工智能应用方向测试题 一、单选题（共70题，每题1分，共70分） 1、下列选择中，哪个不是关键词提取常用的算法？ A、TextRank B、TE-IDF C、SSA D、LDA 正确答案：C 2、可以有效解决过拟合的方法包括 A、增加特征数量 B、训练更多的迭代次数 C、采用正则化方法 D、增加样本数量 正确答案：C 3、下列那种模型可以被用于文本相似度（document similarity）问题？（） A、上述所有方法均可 B、在语料中训练一个由词到向量（word 2 vector）的模型来对文本中呈现的上下文语境进行学习 C、创建一个文献检索词矩阵（document-term matrix）并且对每一个文本应用余弦相似性 D、训练一个词包模型（a bag of words model）来对文本中的词的发生率（occurrence）进行学习 正确答案：A 4、以下关于知识图谱的说法错误的是( )。 A、知识图谱以结构化的形式、描述客观世界中存在的概、实体和实体间的关系 B、实体之间通过它们之间的一些关系来连接，通过这种方式形成"图" C、知识图谱中一般每个实体都有一个ID来标识，称为标识符 D、实体内通过关系来刻画内在属性 正确答案：D 5、在神经网络训练过程中，学习率过大，会导致以下什么结果？ A、神经网络很快收敛 B、神经网络精度提升
C、神经网络精度降低 D、神经网络难于收敛 正确答案：D 6、自动识别系统属于人工智能哪个应用领域？ A、自然语言系统 B、人类感官模拟 C、专家系统 D、机器学习 正确答案：B 7、据评估，2020年超过60%的人工智能应用程序在（）上运行。 A、开源平台 B、非开源平台 C、网络平台 D、网络平台 正确答案：A 8、LeNet和AlexNet都属于（）神经网络。 A、全连接 B、卷积 C、前馈型 D、循环 正确答案：B 9、预测分析方法分为两大类，分别是定性分析法和（）。 A、指数平滑法 B、定量分析法 C、平均法 D、回归分析法 正确答案：B 10、图像处理一般指数字图像处理。常见的处理有图像数字化、图像编码、图像增强、（)等。 A、图像分析 B、图像复原 C、图像分割 D、A、B和C 正确答案：D
视觉识别单选题试题及答案
视觉识别单选题试题及答案 您的姓名： [填空题] * _________________________________ 关于数学形态学处理，以下说法正确的是() [单选题] 先膨胀后腐蚀的运算称为开运算 先腐蚀后膨胀的运算称为闭运算 细化是将一个曲线型物体细化为一条单像素宽的线，以图形化显示出其拓扑性质消除连续区域内的小噪声点，可以通过连续多次使用开闭运算(正确答案) 答案解析：无 下列关于区域形状的特征描述中，不正确是() [单选题] 矩形度是物体面积与其最小外接矩形面积之比 边界的形状数具有平移、旋转和比例缩放不变性(正确答案) 当区域为圆时，圆形度达到最大值1 归一化的中心矩具有平移、旋转、比例缩放不变性 答案解析：无 与灰度范围在[0, 255]的像素相当的存储变量为__() [单选题] byte(正确答案) word int float 答案解析：无
下列图像边缘检测算子中抗噪性能最好的是() [单选题] 梯度算子 Prewitt算子(正确答案) Roberts算子 Laplacian算子 答案解析：无 光学字符检测的英文缩写是以下哪一个? [单选题] OCR OCV(正确答案) PVC LCR 答案解析：无 正方形经过仿射变换后不可能变为（） [单选题] 矩形 平行四边形 菱形 梯形(正确答案) 答案解析：无 控制系统在一定（结构，大小）的参数摄动下，维持其他某些性能的特性，称为（） [单选题] 鲁棒性(正确答案) 稳定性 不变性
答案解析：无 以下属于3D视觉技术的是（） [单选题] Blob分析 光学字符识别 Hough转换 激光三角测量(正确答案) 答案解析：无 和普通相机相比，下面哪些属于工业相机的优势 [单选题] 不能拍运动速度快的物体 价格便宜 隔行扫描 光谱范围宽(正确答案) 答案解析：无 相机按传感器类型分为 [单选题] 彩色相机；黑白相机 线阵相机、面阵相机 CMOS、CCD 黑白相机、数字相机(正确答案) 答案解析：无 某款镜头的最大兼容CCD尺寸是1/2"靶面，以下哪个靶面的相机可以使用该款镜头： [单选题] 1 inch