2026年人工智能训练师五级复习题(有答案)

2026年人工智能训练师五级复习题(有答案)一、单项选择题（共40题，每题1分）

1.人工智能训练师五级（初级）的主要工作职责通常涉及以下哪项核心任务？

A.设计复杂的神经网络模型架构

B.负责大数据的底层算法优化

C.数据采集、清洗及基础标注

D.企业级AI系统的战略部署

答案：C

解析：人工智能训练师五级属于初级技能等级，主要负责执行层面的数据处理与基础标注工作，而非算法设计或系统部署。

2.在计算机视觉任务中，使用矩形框（BoundingBox）标注物体时，通常需要记录哪几个参数？

A.物体的颜色、纹理、形状

B.中心点坐标、长、宽、旋转角度

C.左上角坐标、右下角坐标（或中心点坐标+宽高）、类别标签

D.像素点的RGB值、灰度值

答案：C

解析：矩形框标注的核心是定位，通常通过坐标点确定位置，并附加类别标签，颜色纹理等通常不需要在标注框属性中显式记录。

3.下列哪种文件格式最常用于存储图像标注数据，且结构简单，易于解析？

A..xlsx

B..json

C..exe

D..psd

答案：B

解析：JSON（JavaScriptObjectNotation）是一种轻量级的数据交换格式，易于人阅读和编写，同时也易于机器解析和生成，是AI标注中常用的数据格式。

4.在自然语言处理（NLP）的情感分析任务中，将“这家餐厅的菜品味道极差！”标注为哪种情感类别最为合适？

A.正向

B.负向

C.中性

D.无法判断

答案：B

解析：句中包含“极差”这一强烈的负面词汇，明确表达了否定的态度，因此属于负向情感。

5.数据清洗过程中，对于图像数据集，下列哪项操作是不必要的？

A.调整图像分辨率以统一尺寸

B.转换图像颜色空间（如RGB转灰度）

C.删除模糊不清或无法识别的图像

D.随机打乱图像的像素顺序

答案：D

解析：打乱像素顺序会破坏图像的内容特征，导致数据失去意义，属于破坏性操作，不是数据清洗的一部分。

6.机器学习中，“监督学习”与“无监督学习”的主要区别在于？

A.数据量的大小

B.计算机的运行速度

C.训练数据是否带有标签

D.是否使用GPU加速

答案：C

解析：监督学习的训练数据既有特征也有标签（目标值），而无监督学习的训练数据只有特征，没有标签。

7.在进行语音识别数据标注时，除了转写文字内容外，通常还需要标注什么？

A.说话人的音色特征

B.时间戳（开始时间和结束时间）

C.背景噪音的分贝数

D.说话人的心理状态

答案：B

解析：时间戳用于定位语音片段在音频流中的具体位置，对于训练模型对齐音频和文本至关重要。

8.下列关于人工智能训练师职业素养的说法，错误的是？

A.应具备严谨细致的工作态度，确保标注准确率

B.应具备良好的保密意识，不泄露敏感数据

C.应具备快速学习新工具和方法的能力

D.可以随意修改标注规则以适应个人习惯

答案：D

解析：标注规则是项目组统一制定的标准，训练师必须严格遵守，不能随意修改，否则会导致数据不一致。

9.在目标检测任务中，IoU（交并比）是用来衡量什么的指标？

A.模型的运行速度

B.预测框与真实框的重叠程度

C.图像的清晰度

D.数据的存储大小

答案：B

解析：IoU（IntersectionoverUnion）计算预测框和真实框的交集面积与并集面积之比，用于评估检测定位的准确性。

10.针对自动驾驶领域的车道线检测，通常采用哪种标注形式？

A.矩形框

B.关键点

C.多边形或折线

D.圆形

答案：C

解析：车道线通常是细长的弯曲线条，矩形框无法精确描述其形状，多边形或折线能更贴合地描绘车道线的几何特征。

11.在OCR（光学字符识别）任务中，对于“印刷体”和“手写体”的处理，通常哪种难度更高？

A.印刷体

B.手写体

C.两者难度相同

D.取决于纸张颜色

答案：B

解析：手写体的字迹因人而异，形态多变、连笔不规范，相比规范统一的印刷体，识别和标注难度更高。

12.下列哪项属于数据增强技术？

A.删除重复数据

B.对图像进行旋转、裁剪、翻转

C.将数据转换为JSON格式

D.增加数据集的存储空间

答案：B

解析：数据增强是通过对现有数据进行变换（如旋转、裁剪）来创造新的训练样本，以扩充数据集。

13.在人脸识别项目中，标注“68点人脸关键点”的主要目的是？

A.计算人脸的面积

B.捕捉人脸的几何特征（如眼睛、鼻子、嘴巴的轮廓）

C.判断人脸的肤色

D.识别人脸的左右方向

答案：B

解析：关键点标注用于描述人脸器官的形状和位置信息，是进行人脸对齐、表情分析等高级任务的基础。

14.当遇到标注规则中未覆盖的极端案例（EdgeCase）时，训练师应该？

A.按照自己的理解强行标注

B.直接跳过该数据

C.记录下来并反馈给项目负责人或技术支持

D.随机选择一个类别标注

答案：C

解析：遇到规则未定义的案例，反馈给上级是标准流程，以确保规则的完善和标注的准确性，避免主观臆断。

15.下列哪个工具不是常用的开源图像标注工具？

A.LabelImg

B.LabelMe

C.VGGImageAnnotator

D.AdobePhotoshop

答案：D

解析：Photoshop是图像处理软件，虽然可以辅助查看，但并非专为AI数据标注设计的工具，不具备生成标准标注文件的功能（除非使用插件）。前三者都是专业的标注工具。

16.在医疗影像标注中，通常使用“多边形”来标注病灶区域，主要原因是？

A.多边形颜色好看

B.病灶形状通常不规则，多边形能贴合边缘

C.多边形标注速度最快

D.医生习惯使用多边形

答案：B

解析：病灶（如肿瘤）往往形状不规则，矩形框包含过多背景噪声，而多边形可以沿着病灶边缘精确勾勒。

17.数据标注中，“召回率”指的是？

A.所有标注为正类的样本中，真正为正类的比例

B.所有真正为正类的样本中，被正确标注为正类的比例

C.所有样本中标注正确的比例

D.标注速度的快慢

答案：B

解析：召回率关注的是“查全率”，即真实的正样本有多少被找出来了。

18.下列关于“标注一致性”的说法，正确的是？

A.不同训练师对同一数据的标注结果应尽可能相似

B.同一训练师在不同时间对同一数据的标注可以完全不同

C.标注一致性不重要，只要数量够多即可

D.只有高级训练师才需要考虑一致性

答案：A

解析：标注一致性是衡量数据质量的关键指标，高一致性意味着数据标准明确、噪声小，有利于模型收敛。

19.在视频动作识别数据标注中，通常需要标注？

A.视频的文件大小

B.动作发生的起始帧和结束帧

C.视频的背景音乐

D.视频的编码格式

答案：B

解析：视频是时序数据，标注动作需要定位其在时间轴上的范围，即起始帧和结束帧。

20.下列哪类数据属于非结构化数据？

A.Excel表格中的销售记录

B.数据库中的用户信息表

C.社交媒体上的用户评论文本

D.CSV格式的日志文件

答案：C

解析：文本、图像、音频、视频等没有固定预定义模型的数据称为非结构化数据，这也是AI训练师主要处理的数据类型。

21.在知识图谱构建中，实体关系标注的目的是？

A.统计单词出现的频率

B.确定实体之间存在的语义联系（如“是”、“属于”、“位于”）

C.计算句子的语法结构

D.翻译实体名称

答案：B

解析：知识图谱由节点（实体）和边（关系）组成，关系标注旨在连接实体，构建语义网络。

22.五级人工智能训练师在使用标注工具时，若发现工具出现Bug导致无法保存，应首先？

A.重启电脑

B.截图保留证据，并联系技术支持

C.尝试修复源代码

D.继续标注下一个，假装没发生

答案：B

解析：截图保留现场并反馈是正确的故障处理流程，既能证明工作进度，又能帮助技术人员排查问题。

23.对于语义分割任务，标注的结果通常是？

A.一系列坐标点

B.与原图大小相同的掩膜图像，其中不同像素值代表不同类别

C.一个包含类别名称的文本文件

D.一个边界框的列表

答案：B

解析：语义分割是像素级的分类，因此常用Mask（掩膜）图像来表示，每个像素点的值对应其类别。

24.在处理隐私数据（如身份证号、手机号）进行标注前，必须进行什么操作？

A.数据备份

B.数据脱敏

C.数据压缩

D.数据加密传输

答案：B

解析：为了保护用户隐私，防止标注人员接触敏感信息，必须在数据采集后进行脱敏处理（如打码）。

25.下列哪种情况属于“过标注”？

A.标注框比实际物体稍大

B.标注了规则中不需要标注的微小物体

C.标注框比实际物体稍小

D.遗漏了需要标注的物体

答案：B

解析：过标注指标注了超出规则要求的内容，通常会增加噪声，干扰模型训练。

26.在文本分类任务中，如果一段文本同时包含“体育”和“娱乐”的内容，且规则允许多标签，应如何处理？

A.只能选择其中一个最主要的标签

B.同时标注“体育”和“娱乐”两个标签

C.标注为“其他”

D.丢弃该数据

答案：B

解析：在多标签分类场景下，文本可以同时属于多个类别，应将所有符合的类别都标注出来。

27.下列哪项指标用于评估回归算法（如预测房价）的误差？

A.准确率

B.精确率

C.均方误差（MSE）

D.F1值

答案：C

解析：准确率、精确率、F1值通常用于分类任务；均方误差（MSE）用于回归任务，衡量预测值与真实值的差异。

28.在3D点云标注（如激光雷达数据）中，通常用于表示物体位置的是什么？

A.2D矩形框

B.3D包围框

C.文本描述

D.颜色标记

答案：B

解析：3D点云数据包含深度信息，需要使用3D包围框来定位物体在三维空间中的位置、长宽高和旋转角。

29.人工智能训练师在工作中应遵循的“最小够用原则”是指？

A.只做最少的工作量

B.标注范围仅限模型训练所需的最小区域，避免无关背景

C.使用配置最低的电脑工作

D.只学习最简单的工具

答案：B

解析：在标注时，紧贴物体边缘进行标注，不包含过多背景，有助于模型学习到更准确的特征，减少背景干扰。

30.下列关于“坏案例”的描述，错误的是？

A.图像严重模糊无法辨识

B.目标物体被严重遮挡（超过90%）

C.图像亮度正常，物体清晰可见

D.文本内容乱码，无法阅读

答案：C

解析：坏案例指数据质量差、无法标注或标注无意义的数据。C选项属于高质量数据。

31.在进行数据标注时，快捷键的使用主要目的是？

A.防止键盘损坏

B.提高标注效率和操作连贯性

C.增加数据的安全性

D.满足软件的强制要求

答案：B

解析：快捷键可以减少鼠标移动距离和点击次数，显著提升重复性标注工作的效率。

32.某项目要求标注车辆的品牌、颜色和年款，这属于哪种类型的标注？

A.图像分类

B.目标检测

C.目标检测+属性标注

D.语义分割

答案：C

解析：首先需要框出车辆（目标检测），然后对框内的车辆进行属性描述（属性标注）。

33.在进行数据质检时，如果发现错误率超过项目规定的阈值（如5%），应采取的措施是？

A.忽略不计，直接提交

B.只修改错误的样本

C.将整批数据退回重做或进行全面复核

D.惩罚标注员

答案：C

解析：高错误率意味着数据质量不可靠，简单的修改可能遗漏潜在问题，通常需要退回重做或全面复核以保证质量。

34.下列哪项不属于结构化数据？

A.关系型数据库中的表

B.CSV文件

C.JSON格式的日志

D.JPEG图片

答案：D

解析：JPEG图片是非结构化数据，其余均属于具有行列结构或明确键值对结构的半结构化/结构化数据。

35.在机器翻译项目中，双语语料通常需要满足什么条件？

A.两种语言的句子长度必须完全一致

B.两种语言的内容必须是互译的，且一一对应

C.只要有两种语言即可，不需要对应

D.必须由同一个人翻译

答案：B

解析：平行语料要求源语言和目标语言的句子在语义上严格对齐。

36.下列哪种工具常用于查看和编辑JSON格式的标注文件？

A.Notepad++/VSCode

B.Windows画图

C.WindowsMediaPlayer

D.MicrosoftWord

答案：A

解析：文本编辑器如Notepad++或VSCode适合查看和编辑代码及JSON数据，其他工具不具备此功能。

37.在数据标注中，“置信度”通常指？

A.标注人员对自己标注结果的把握程度

B.模型预测结果的可信程度

C.数据的清晰程度

D.数据的完整程度

答案：B

解析：置信度通常用于描述模型输出结果的概率，但在人机协作标注中，也指模型预标注结果的可信度。

38.五级人工智能训练师在接手新项目时，第一步应该做什么？

A.快速开始标注数据

B.阅读并理解标注指南，进行试标注

C.修改标注工具的界面

D.询问项目截止日期

答案：B

解析：理解规则是首要任务，试标注可以验证对规则的理解是否正确，避免批量返工。

39.对于医疗数据标注，除了准确性外，最重要的要求是？

A.标注速度

B.数据合规性与隐私保护

C.标注框的美观度

D.文件命名规范

答案：B

解析：医疗数据涉及患者隐私，法律法规要求极严，合规性是红线。

40.下列关于“难例挖掘”的说法，正确的是？

A.挑选最容易标注的数据

B.挑选模型容易判断错误的数据进行针对性标注和训练

C.挑选文件最大的数据

D.挑选颜色最鲜艳的数据

答案：B

解析：难例挖掘是指找出模型难以分辨的样本，通过增加这些样本的训练，提升模型的薄弱环节。

二、多项选择题（共20题，每题2分）

1.人工智能训练师处理的数据类型主要包括哪些？

A.文本数据

B.图像数据

C.语音数据

D.视频数据

答案：ABCD

解析：AI训练师需要处理模态多样的数据，包括文本、图像、语音、视频及3D点云等。

2.下列哪些属于数据标注中的常见质量问题？

A.漏标

B.错标

C.边界不准

D.属性错误

答案：ABCD

解析：这些都是影响模型训练效果的典型数据质量问题，需要在质检环节严格把控。

3.在进行目标检测标注时，矩形框的紧贴度要求通常包括？

A.框的边缘应紧贴物体的边缘

B.不能包含过多的背景

C.不能切割物体的主体部分

D.框必须画成正方形

答案：ABC

解析：矩形框要求在定位准确的同时，尽可能去除背景并保留完整物体，D选项不正确，物体形状各异，框不一定是正方形。

4.下列哪些是常用的图像数据预处理方法？

A.归一化

B.去噪

C.直方图均衡化

D.删除所有文件

答案：ABC

解析：归一化、去噪和直方图均衡化都是提升图像质量、适应模型输入的预处理手段。

5.人工智能训练师在工作中可能使用的协作工具包括？

A.Jira/Trello（任务管理）

B.Git/SVN（版本控制）

C.钉钉/企业微信（沟通）

D.LabelImg（标注工具）

答案：ABCD

解析：除了专业的标注工具，任务管理、版本控制和沟通工具也是团队协作中必不可少的。

6.下列哪些属于自然语言处理（NLP）的基础标注任务？

A.文本分类

B.命名实体识别（NER）

C.语义分割

D.句法分析

答案：ABD

解析：语义分割属于计算机视觉任务，其余属于NLP范畴。

7.在自动驾驶数据标注中，常见的可移动障碍物包括？

A.汽车

B.行人

C.自行车

D.交通信号灯

答案：ABC

解析：交通信号灯属于固定设施（虽状态在变，但位置固定），汽车、行人、自行车是可移动障碍物。

8.下列哪些情况可能导致数据标注项目延期？

A.标注规则不明确，频繁变更

B.数据格式复杂，工具不稳定

C.标注人员未经过充分培训

D.质检标准过于宽松

答案：ABC

解析：规则模糊、工具问题、人员技能不足都会导致效率低下和返工，从而延期。质检标准宽松通常会导致提交快但被退回，也可能间接影响进度，但ABC是更直接的技术与管理原因。

9.提升数据标注效率的方法有？

A.使用模型预标注辅助

B.优化标注工具的快捷键配置

C.提供清晰详尽的标注文档

D.增加标注人员数量

答案：ABCD

解析：技术辅助（预标注）、工具优化、文档清晰和人力资源扩充都是提升效率的有效途径。

10.下列关于数据隐私的说法，正确的有？

A.未经允许不得下载数据到私人设备

B.不得在社交媒体上发布敏感数据截图

C.签署保密协议（NDA）是常规流程

D.只要数据是匿名的，就可以随意公开

答案：ABC

解析：匿名数据虽然去除了身份信息，但依然可能包含商业机密或敏感特征，不能随意公开，D错误。

11.在医疗影像标注中，常见的病灶类型包括？

A.结节

B.肿瘤

C.出血区域

D.骨折线

答案：ABCD

解析：这些都是医学影像分析中常见的需要关注和标注的病灶或异常区域。

12.下列哪些指标常用于评估分类模型的性能？

A.Accuracy（准确率）

B.Precision（精确率）

C.Recall（召回率）

D.F1-Score

答案：ABCD

解析：这四个是分类任务中最核心的评估指标。

13.视频标注相比图像标注，增加的维度通常包括？

A.时间轴

B.目标运动轨迹

C.动作类别

D.帧间关系

答案：ABCD

解析：视频数据引入了时间信息，因此需要关注轨迹、动作以及帧与帧之间的上下文关系。

14.下列哪些属于Python在数据处理中的常用库？

A.Pandas

B.NumPy

C.OpenCV

D.Matplotlib

答案：ABCD

解析：Pandas用于表格数据处理，NumPy用于数值计算，OpenCV用于图像处理，Matplotlib用于可视化，都是AI数据处理中的基础库。

15.面对模糊、遮挡严重的图像，正确的处理方式是？

A.如果规则允许，标注为“难以确认”或跳过

B.根据经验进行猜测标注

C.放大图像，利用上下文信息尽力判断

D.标记为“坏数据”

答案：ACD

解析：严禁猜测标注。应根据规则处理，通常是标记为特殊类别或剔除，同时尽力利用信息辅助判断。

16.人工智能训练师五级需要掌握的计算机基础知识包括？

A.文件管理（重命名、复制、移动）

B.压缩与解压缩

C.Excel基本操作

D.简单的网络配置

答案：ABCD

解析：这些都是日常办公和数据处理必备的计算机操作技能。

17.下列哪些属于语义分割的应用场景？

A.自动驾驶中的可行驶区域检测

B.医学影像中的器官分割

C.视频会议中的虚拟背景

D.人脸识别

答案：ABC

解析：虚拟背景需要将人像与背景分离，属于分割任务。人脸识别通常只需关键点或框，不一定是像素级分割。

18.在数据交付前，通常需要进行哪些检查？

A.文件数量是否达标

B.标注文件格式是否正确

C.是否有未保存的文件

D.标注内容是否符合规则

答案：ABCD

解析：完整性、格式正确性、保存状态和内容质量都是交付前的必查项。

19.下列哪些技术属于生成式人工智能（AIGC）的范畴？

A.文本生成（如ChatGPT）

B.图像生成（如Midjourney）

C.语音合成

D.目标检测

答案：ABC

解析：目标检测是判别式任务，不属于生成式范畴。

20.优秀的标注指南应具备哪些特点？

A.术语定义清晰

B.包含大量正例和反例截图

C.更新及时

D.只有高级工程师能看懂

答案：ABC

解析：标注指南应通俗易懂，让所有级别的训练师都能看懂并执行，D错误。

三、判断题（共20题，每题1分）

1.五级人工智能训练师不需要了解任何算法原理，只需要机械操作即可。

答案：错误

解析：虽然五级侧重操作，但了解基础算法原理有助于更好地理解标注规则，提升数据质量意识。

2.在标注矩形框时，为了保险起见，框画得比物体大一些总是更好的。

答案：错误

解析：框过大包含过多背景噪声，会干扰模型特征提取，应遵循“最小够用原则”。

3.数据标注是人工智能产业链中劳动密集型但价值极高的环节。

答案：正确

解析：高质量的标注数据是模型训练的“燃料”，虽然工作重复性高，但对最终模型效果起决定性作用。

4.监督学习的训练数据必须包含输入数据和对应的正确标签。

答案：正确

解析：监督学习的定义就是利用带有标签的数据进行训练。

5.在进行3D点云标注时，只需要关注物体的正面，背面可以忽略。

答案：错误

解析：3D物体是全方位的，标注需要完整描述物体在三维空间中的占据空间，不能忽略背面。

6.OCR标注中，空格和换行符通常不需要标注。

答案：错误

解析：这取决于具体任务需求。在版面分析或高精度转录中，空格和换行符对于还原文档结构非常重要。

7.准确率和召回率是相互独立的，一个的提高必然导致另一个的提高。

答案：错误

解析：准确率和召回率往往是一对矛盾的指标，在特定阈值下，一个提高通常会导致另一个下降。

8.人工智能训练师在工作中发现数据泄露风险，应立即上报。

答案：正确

解析：数据安全是重中之重，发现风险必须第一时间上报以止损。

9.所有的图像数据标注都需要将物体旋转至水平方向。

答案：错误

解析：除非规则特别要求（如人脸对齐），否则通常需要保留物体的原始朝向，旋转会丢失信息。

10.JSON文件只能存储文本数据，不能存储数字。

答案：错误

解析：JSON支持多种数据类型，包括对象、数组、数字、字符串、布尔值和null。

11.在语音转写标注中，标点符号的标注可以随意添加，不影响模型效果。

答案：错误

解析：标点符号反映了句子的停顿和语义结构，对语言模型的训练有重要影响。

12.试标注是正式标注前的必要环节，用于统一对规则的理解。

答案：正确

解析：试标注可以暴露规则理解中的偏差，通过校准确保团队一致性。

13.GPU（图形处理器）在人工智能训练中主要用于加速大规模并行计算。

答案：正确

解析：GPU具有数千个核心，非常适合处理矩阵运算，能显著加速AI训练过程。

14.数据增强可以无限增加数据集的价值，因此标注少量数据即可。

答案：错误

解析：数据增强是基于现有数据的变换，无法产生全新的独立信息，原始数据的多样性和数量依然至关重要。

15.在人脸关键点标注中，如果脸部被手遮挡，应标注手的关键点。

答案：错误

解析：应标注人脸关键点。若人脸被遮挡，通常标注可见部分的点，或根据规则标记为遮挡状态，不应切换成标注手。

16.人工智能训练师不需要关注模型的最终落地应用场景。

答案：错误

解析：了解应用场景（如自动驾驶vs安防监控）有助于理解标注重点，例如自动驾驶更关注远处小目标。

17.CSV文件是一种二进制文件，无法用文本编辑器打开。

答案：错误

解析：CSV是纯文本文件，可以用记事本等任何文本编辑器打开。

18.在多标签分类中，一个样本可以同时属于“动物”和“猫”。

答案：正确

解析：多标签分类允许样本具有多个属性，猫属于动物，两者共存。

19.标注工具的“撤销”功能可以解决所有操作失误。

答案：错误

解析：撤销只能回退最近的操作，如果未及时发现错误或已保存文件，可能无法完全恢复，需养成勤检查的习惯。

20.随着模型能力的提升，未来人工智能训练师的需求将会消失。

答案：错误

解析：虽然自动化程度提高，但对数据质量的要求更高，且AI应用场景不断拓展，训练师的角色将向更高端的数据治理和RLHF（人类反馈强化学习）方向演进。

四、填空题（共20题，每题1分）

1.在目标检测中，预测框与真实框的交并比缩写为______。

答案：IoU

2.人工智能的英文缩写是______。

答案：AI

3.图像由一个个像素点组成，每个像素点包含______、绿色和蓝色通道的信息。

答案：红色（或Red）

4.在自然语言处理中，将词语还原为词原型的过程称为______。

答案：词干提取（或词形还原，Stemming/Lemmatization）

5.计算机视觉领域，著名的ImageNet竞赛推动了______学习的发展。

答案：深度（或Deep）

6.数据标注中，______是指没有被标注出来的目标。

答案：漏标（或FalseNegative）

7.JSON全称是JavaScriptObject______。

答案：Notation

8.在Python中，用于数据分析的第三方库______可以方便地处理表格数据。

答案：Pandas

9.语音识别任务中，除了文本内容，______信息对于对齐非常重要。

答案：时间戳（或Timestamp）

10.自动驾驶汽车常用的环境感知传感器包括摄像头和______。

答案：激光雷达（或LiDAR）

11.______学习是指在没有标签的情况下，让模型自动发现数据内在结构的学习方式。

答案：无监督（或Unsupervised）

12.在图像分类中，模型输出的是图像属于各个类别的______值。

答案：概率（或Probability）

13.语义分割的结果是一张与原图大小相同的______图。

答案：掩膜（或Mask）

14.为了保护隐私，在数据发布前应对敏感信息进行______处理。

答案：脱敏（或Masking/Anonymization）

15.在评估模型时，______率是分类正确的样本数占总样本数的比例。

答案：准确（或Accuracy）

16.人工智能训练师职业编码中，五级代表______技能等级。

答案：初级（或Junior/Level5）

17.视频是由连续的______组成的。

答案：帧（或Frame）

18.在标注工具中，使用______键可以快速切换工具，提高效率。

答案：快捷（或Shortcut/Hotkey）

19.______是指模型在训练集上表现很好，但在测试集上表现很差的现象。

答案：过拟合（或Overfitting）

20.在医疗影像标注中，通常使用DICOM格式，该标准主要用于医学图像的______和传输。

答案：存储（或Storage）

五、简答题（共10题，每题5分）

1.请简述人工智能训练师五级在进行图像矩形框标注时应遵循的基本步骤。

答案：

（1）打开标注工具，加载待标注的图像。

（2）仔细阅读并理解当前图像的标注规则，确定需要标注的目标类别。

（3）在图像中识别出属于目标类别的物体。

（4）使用矩形框工具，从物体的一角拖动至对角，绘制边界框。

（5）调整矩形框的边缘，使其紧贴物体边缘，既不切割物体也不包含过多背景。

（6）在属性面板中正确选择该物体对应的类别标签。

（7）保存当前标注结果，并进行下一张图像的标注。

（8）定期自检，确保标注符合规范。

2.什么是数据清洗？请列举至少三种常见的数据清洗操作。

答案：

数据清洗是指发现并纠正数据文件中可识别的错误的最后一道程序，包括检查数据一致性，处理无效值和缺失值等。

常见操作包括：

（1）缺失值处理：删除含有缺失数据的行或填充均值/中位数。

（2）去除重复数据：删除数据集中完全重复的记录。

（3）异常值处理：修正或删除明显偏离正常范围的数据。

（4）格式转换：将数据转换为统一的格式（如日期格式、图像分辨率）。

（5）去除噪声：对图像进行去模糊或对文本去除乱码。

3.在自然语言处理（NLP）的情感分析任务中，如何处理带有讽刺意味的句子？

答案：

带有讽刺意味的句子是情感分析的难点，因为字面意思与实际情感相反。

处理方法包括：

（1）依赖上下文：结合前文后语来判断说话者的真实意图。

（2）特殊标记：在标注时，除了标注情感极性（正/负），还应特别标注其修辞手法（如“讽刺”）。

（3）人工复核：对于机器难以判断的讽刺句，必须依赖人工训练师进行细致标注，作为高质量训练样本。

（4）使用特定表情符号或标点辅助判断：如“😂”或特定的引号可能暗示讽刺。

4.请解释目标检测中的“误报”和“漏报”，并说明它们对自动驾驶系统的影响。

答案：

（1）误报：系统错误地将背景物体识别为目标（如将树影识别为行人）。

影响：可能导致自动驾驶汽车频繁进行不必要的急刹车或避让，影响行驶流畅性和乘客体验，甚至引发后车追尾。

（2）漏报：系统未能检测到实际存在的目标（如未识别出前方的行人）。

影响：可能导致严重的安全事故，因为系统会误判前方路况畅通，从而直接撞击障碍物或行人。

5.简述人工智能训练师在工作中保护数据隐私的重要性及具体措施。

答案：

重要性：AI训练涉及大量用户数据（如人脸、语音、位置、医疗记录），一旦泄露将严重侵犯用户隐私，触犯法律法规，并导致企业信誉受损。

具体措施：

（1）不私自下载、复制或通过即时通讯工具传输原始数据。

（2）在本地环境或加密网络环境中工作，避免在公共场所处理敏感数据。

（3）对于包含敏感信息的图像，确保在标注前已进行脱敏处理（如人脸打码）。

（4）遵守保密协议，离职后删除相关权限和数据。

6.在数据标注项目中，什么是“金标准”？它的作用是什么？

答案：

“金标准”是指由项目中最资深的专家或经过多方校对确认的、完全正确的标注数据集。

作用：

（1）作为训练新员工的标准教材，帮助新人理解复杂的标注规则。

（2）用于评估自动化标注工具或初级训练师的标注准确率。

（3）在模型训练中，用于验证集或测试集，以客观评估模型性能。

7.请列举三种常见的图像数据增强方法，并简述其作用。

答案：

（1）旋转：将图像旋转一定角度。作用：使模型学习到物体在不同方向下的特征，增加旋转不变性。

（2）翻转（水平/垂直）：沿轴翻转图像。作用：扩充数据集，适用于场景对称性较强的任务。

（3）颜色抖动：调整图像的亮度、对比度、饱和度。作用：使模型适应不同的光照条件，提高鲁棒性。

（4）添加噪声：向图像添加高斯噪声等。作用：提高模型在低质量图像下的识别能力。

8.在进行3D点云数据标注时，为什么需要标注物体的朝向角？

答案：

（1）准确预测运动轨迹：对于车辆、行人等移动物体，朝向角决定了其未来的运动方向（如车头朝左意味着即将左转）。

（2）行为预测：在自动驾驶中，了解物体朝向对于判断其行为意图（如是否要驶入车道）至关重要。

（3）模型精度：仅提供位置信息（3D框）不足以描述物体状态，包含朝向角能提供更完整的环境感知信息，提升下游规划决策的准确性。

9.简述你在遇到标注规则模棱两可的情况时，应如何处理？

答案：

（1）停止当前标注，不要凭主观臆断强行标注。

（2）查阅项目文档或FAQ，寻找是否有类似案例的说明。

（3）在工作群组或沟通工具中向项目负责人、质检员或技术支持提出疑问，并附带截图或具体案例描述。

（4）在得到明确答复前，将该数据标记为待定或跳过，避免产出错误数据污染数据集。

（5）将得到的解决方案记录下来，以便下次遇到相同情况时处理。

10.请对比“图像分类”与“目标检测”任务的区别。

答案：

（1）输出不同：图像分类输出的是整张图像的类别标签（单标签或多标签）；目标检测输出的是图像中所有感兴趣目标的位置（边界框）和类别。

（2）粒度不同：分类关注图像整体内容（“这是一只猫”）；检测关注图像中的局部实体（“左上角有一只猫，右下角有一只狗”）。

（3）难度不同：通常目标检测比分类更难，因为它不仅需要识别“是什么”，还需要解决“在哪里”的定位问题。

（4）应用场景：分类用于场景识别、质量筛查；检测用于自动驾驶障碍物识别、视频监控等。

六、应用题（共5题，每题10分）

1.某自动驾驶车辆采集了一段路口的视频，需要你标注其中的交通参与者（车辆、行人、骑行者）。视频第100帧至第110帧有一辆白色轿车从左至右穿过画面。

（1）请描述你在标注软件中针对该车辆的操作流程。

（2）如果在第105帧，车辆被一棵树遮挡了50%，你应该如何处理？

答案：

（1）操作流程：

①播放视频，定位到第100帧，发现白色轿车出现。

②创建一个新的目标对象，类别选择“车辆”，属性选择“白色”。

③在第100帧上绘制矩形框，紧贴车辆边缘。

④使用插值或追踪功能，在第110帧确认车辆位置，软件自动生成中间帧的框。

⑤逐帧检查（特别是第101-109帧），微调矩形框位置，确保始终贴合车辆。

（2）遮挡处理：

①即使被遮挡50%，只要车辆的主体特征仍然可辨，且能确定其身份和大概位置，就应当继续标注。

②根据可见部分（如车头、车尾）推断车辆的整体轮廓，绘制矩形框。

③如果软件支持，将该帧标记为“遮挡”属性，或记录遮挡比例。

④如果遮挡极其严重导致无法判断位置或类别，则应停止追踪，标记该目标消失或不可见。

2.假设你负责一个医疗肺部CT影像的结节标注项目。项目规定：标注所有直径大于3mm的实性结节。

（1）在查看CT切片时，你发现了一个模糊的阴影，看起来像结节但边缘很不清晰，且直径看起来接近3mm。你该怎么办？

（2）请简述为了保证标注质量，你和团队其他成员之间应如何保持一致性？

答案：

（1）处理方法：

①不要立即下结论。利用CT浏览器的测量工具，仔细测量该阴影的最大直径。

②调整窗宽窗位，观察阴影的密度和边缘特征，判断其是否具有结节的典型形态。

③如果测量结果略大于3mm但特征不明显，或者测量结果在临界值徘徊，