农业病虫害 AI 识别工程师岗位招聘考试试卷及答案

农业病虫害AI识别工程师岗位招聘考试试卷及答案一、填空题（共10题，每题1分）1.农业病虫害图像预处理中，常用的去噪方法有______滤波、中值滤波等。2.用于病虫害识别的经典CNN模型包括LeNet、AlexNet和______等。3.水稻纹枯病的病原菌属于______属。4.病虫害目标检测常用的标注工具是______。5.模型训练中，分类任务常用的损失函数是______损失。6.小麦锈病中危害最重的是______锈病。7.CNN中提取特征的核心层是______层。8.公开病虫害图像数据集有PlantVillage和______。9.无人机图像拼接常用的算法是______。10.多光谱图像相比RGB图像，优势是获取______信息。二、单项选择题（共10题，每题2分）1.适合病虫害目标检测的模型是？A.LeNet-5B.YOLOv5C.BERTD.GPT-32.水稻稻瘟病无以下哪种症状？A.急性病斑B.白穗C.锈色粉状物D.慢性病斑3.图像归一化到[0,1]的目的是？A.去噪B.提高收敛速度C.增强清晰度D.压缩数据4.属于细菌性病害的是？A.小麦纹枯病B.水稻白叶枯病C.玉米大斑病D.番茄晚疫病5.迁移学习通常冻结预训练模型的？A.卷积层B.全连接层C.输出层D.所有层6.不属于图像增强的方法是？A.旋转B.翻转C.颜色抖动D.图像压缩7.导致叶片“穿孔”的病害是？A.黄瓜霜霉病B.桃树细菌性穿孔病C.番茄叶霉病D.小麦白粉病8.池化层的主要作用是？A.增加特征维度B.减少计算量+防过拟合C.调整颜色D.提取纹理9.不属于AI识别落地场景的是？A.田间实时监测B.无人机巡检C.人工诊断D.智慧平台预警10.属于one-stage目标检测的是？A.FasterR-CNNB.YOLOC.MaskR-CNND.R-CNN三、多项选择题（共10题，每题2分）1.病虫害AI识别核心步骤包括？A.图像采集B.预处理C.特征提取D.模型推理2.水稻常见病害有？A.稻瘟病B.白叶枯病C.纹枯病D.条锈病3.CNN模型优化方法有？A.正则化B.批量归一化C.DropoutD.数据增强4.图像标注常用格式有？A.PascalVOCB.COCOC.YOLOD.JPEG5.多光谱图像优势是？A.区分健康/患病叶片B.早期病害检测C.提高准确率D.降低成本6.属于真菌性病害的有？A.小麦白粉病B.番茄晚疫病C.水稻纹枯病D.黄瓜角斑病7.无人机采集图像优势是？A.大范围覆盖B.实时性C.低成本D.高分辨率8.模型评估指标包括？A.准确率B.召回率C.F1值D.混淆矩阵9.属于目标检测任务的是？A.识别蚜虫数量B.区分稻瘟病/纹枯病C.定位病斑D.识别作物品种10.迁移学习作用是？A.减少标注数据B.加快训练C.提高泛化D.降低复杂度四、判断题（共10题，每题2分）1.CNN只能处理图像，不能处理文本。（）2.水稻白叶枯病由真菌引起。（）3.数据增强可防模型过拟合。（）4.YOLOv5是two-stage算法。（）5.小麦条锈病病原菌是条形柄锈菌。（）6.直方图均衡化增强图像对比度。（）7.所有病害都能通过RGB图像准确识别。（）8.学习率越大，模型效果越好。（）9.AI识别最终目标是辅助精准施药。（）10.标注质量不影响模型准确率。（）五、简答题（共4题，每题5分）1.简述农业病虫害图像预处理的主要步骤及目的。2.什么是迁移学习？在病虫害识别中如何应用？3.列举3种AI识别落地场景及价值。4.目标检测与图像分类在病虫害识别中的区别及适用场景。六、讨论题（共2题，每题5分）1.农业病虫害AI识别面临的主要挑战及解决思路？2.如何平衡模型准确率与实时性？---答案部分一、填空题答案1.高斯2.VGG16（或ResNet）3.立枯丝核菌4.LabelImg5.交叉熵6.条7.卷积8.PlantDoc9.SIFT（或ORB）10.光谱（多波段）二、单项选择题答案1.B2.C3.B4.B5.A6.D7.B8.B9.C10.B三、多项选择题答案1.ABCD2.ABC3.ABCD4.ABC5.ABC6.ABC7.ABD8.ABCD9.AC10.ABC四、判断题答案1.×2.×3.√4.×5.√6.√7.×8.×9.√10.×五、简答题答案1.预处理步骤及目的：①去噪（高斯/中值滤波，减少干扰）；②归一化（像素缩放到[0,1]，提升模型收敛）；③增强（直方图均衡化/颜色抖动，突出病斑）；④尺寸统一（适配模型输入）。目的是优化图像质量，减少无关信息，提升识别效率。2.迁移学习及应用：利用预训练模型（如ResNet）的通用特征，迁移到病虫害任务。应用：①冻结卷积层，训练全连接层适配分类；②微调（解冻部分卷积层，用病害数据优化）。优势是减少标注数据，加快训练，解决样本不足问题。3.落地场景及价值：①田间实时监测（手机识别，及时处理，减损失）；②无人机巡检（大范围分布识别，精准预警）；③智慧平台（整合气象/土壤数据，辅助植保决策，降成本）。4.区别及适用场景：①分类（仅判类别，无位置）：实验室快速筛查；②检测（判类别+定位）：田间精准施药、害虫密度统计。六、讨论题答案1.挑战及解决思路：①数据不足：用数据增强+迁移学习；②环境干扰：注意力机制聚焦病斑，轻量化模型；③泛化差：多源数据（气象/土壤）融合；④成本高：