2026年人工智能训练师计算机视觉实操考试题库

2026年人工智能训练师计算机视觉实操考试题库一、单选题（每题2分，共20分）1.在YOLOv8中，若输入图像尺寸为640×640，下采样倍数为32，则最终特征图尺寸为A.20×20  B.40×40  C.10×10  D.80×802.使用OpenCV读取一张8-bit灰度图后，其默认数据类型为A.np.uint8  B.np.float32  C.16  D.np.bool3.在PyTorch中，将张量x从HWC格式转为CHW格式，最简洁的代码是A.x.permute(2,0,1)B.x.transpose(1,2)C.x.view(3,-1)D.x.squeeze(0)4.当BatchNorm层处于eval模式时，其参数track_running_stats=True，则forward阶段使用A.当前batch的均值方差  B.滑动平均的均值方差  C.固定常数0,1  D.随机采样均值方差5.在Mosaic数据增强中，若四张图拼接后超出边界，常用的处理策略是A.随机裁剪  B.镜像填充  C.边缘像素复制  D.直接丢弃6.使用FocalLoss时，若γ=0，则其等价于A.CrossEntropy  B.DiceLoss  C.MSE  D.KL散度7.在TensorRT中，若某层不支持INT8，则builder会A.强制回退到FP16  B.报错终止  C.自动插入Q/DQ节点  D.忽略该层8.当使用RandAugment时，若M=10，则单张图最大可连续做多少次变换A.3  B.5  C.10  D.149.在MMDetection框架中，若config里设置`optimizer=dict(type='SGD',lr=0.02,momentum=0.9,weight_decay=0.0001)`，则实际训练时学习率与总batchsize关系为A.线性缩放  B.平方根缩放  C.固定不变  D.反比缩放10.当使用TTA（TestTimeAuggment）时，若采用水平翻转+多尺度[0.5,1.0,1.5]，则单张图推理次数为A.3  B.4  C.6  D.9二、多选题（每题3分，共15分；多选少选均不得分）11.下列哪些操作会改变图像的语义标签A.随机亮度调整  B.CutOut  C.MixUp  D.随机旋转90°12.在部署阶段，以下哪些技术可降低推理延迟A.层融合  B.权重量化  C.动态shape  D.异步推理13.关于DiceLoss，下列说法正确的是A.对正负样本不平衡敏感  B.可直接优化交并比  C.可用于多分类  D.值域为[0,1]14.使用Albumentations库时，以下哪些变换支持mask同步增强A.HorizontalFlip  B.RandomCrop  C.HueSaturationValue  D.GaussianBlur15.在训练MaskR-CNN时，若mask分支损失突然变为NaN，可能原因有A.mask目标为空  B.学习率过大  C.未归一化坐标  D.未使用GradientClip三、判断题（每题1分，共10分；正确打“√”，错误打“×”）16.在PyTorch中，nn.Conv2d的bias默认为True。17.使用ReLU6激活函数可有效抑制移动端量化误差。18.在COCO评价指标中，AP@0.5:0.95比AP@0.5更能反映模型整体性能。19.当使用DeepLabV3+时，ASPP模块输出特征图通道数等于backbone输出通道数。20.在ONNX导出时，动态batch维度必须指定为“N”。21.使用MixUp增强时，标签也需要做线性插值。22.在TensorBoard中，直方图可查看Conv层权重分布。23.当使用SyncBN时，要求每张GPU上的batchsize≥1。24.在OpenCV中，cv2.resize的插值方式INTER_LINEAR比INTER_CUBIC速度快。25.使用EarlyStopping时，patience越大，越可能得到全局最优。四、填空题（每空2分，共20分）26.在YOLOv8的C2f模块中，若分支数branch=3，输入通道c=256，则其输出通道为________。27.使用PyTorch计算两张二值mask的IoU，代码为`inter=(mask1&mask2).sum();union=(mask1|mask2).sum();iou=inter/(union+________)`。28.当使用AutoAugment时，若policy为'v1'，则单张图最多做________次变换。29.在TensorRTINT8校准阶段，常用的校准算法为________校准。30.使用MMDeploy将模型转为ONNX后，若出现`Resize`节点不支持，需在config中设置`opset_version≥________`。31.在训练U-Net时，若使用BCEWithLogitsLoss，则最后一层无需添加________激活。32.使用timm库创建EfficientNet-B0，代码为`model=timm.create_model('efficientnet_b0',pretrained=________)`。33.在OpenCV中，将BGR转RGB的函数为`img=cv2.cvtColor(img,cv2.COLOR________)`。34.当使用Grad-CAM时，目标层一般选择________层输出。35.在COCO数据集中，类别“笔记本电脑”的id为________。五、代码补全题（每题5分，共15分）36.补全以下PyTorch代码，实现随机裁剪并保证bbox坐标同步更新：```pythonimporttorch,randomdefrandom_crop(img,boxes,labels,crop_size):_,h,w=img.shapech,cw=crop_sizeifw<cworh<ch:img=TF.resize(img,(max(ch,h),max(cw,w)))请补全后续逻辑...returnimg,boxes,labels```37.补全以下TensorRTPythonAPI代码，实现INT8校准：```pythonimporttensorrtastrtclassCalibrator(trt.IInt8EntropyCalibrator2):def__init__(self,data_loader):super().__init__()self.cache_file='calibration.cache'请补全...defget_batch_size(self):return32```38.补全以下OpenCV代码，实现实时摄像头推理并画框：```pythonimportcv2,torchcap=cv2.VideoCapture(0)model=torch.hub.load('ultralytics/yolov8','yolov8n.pt')whileTrue:ret,frame=cap.read()请补全...ifcv2.waitKey(1)&0xFF==ord('q'):breakcap.release();cv2.destroyAllWindows()```六、计算题（共20分）39.（10分）给定一张输入图像尺寸为1024×1024，网络下采样倍数为32，anchor基础尺度为8，共5种尺度[8,16,32,64,128]，3种长宽比[1:1,1:2,2:1]。（1）计算特征图尺寸；（2）计算该图理论anchor总数；（3）若采用IoU≥0.5为正样本，忽略0.4≤IoU<0.5，负样本上限为256，求正负样本比例上限。40.（10分）某分割任务使用DiceLoss与FocalLoss联合：已知λ₁=0.5，λ₂=0.5，batchsize=4，类别数=3，输入预测概率图shape=(4,3,256,256)，标签shape=(4,256,256)。（1）写出DiceLoss计算公式；（2）若某像素预测概率p=0.7，标签y=1，γ=2，α=0.25，求该像素FocalLoss值；（3）若DiceLoss=0.15，FocalLoss=0.32，求总损失。七、综合设计题（共20分）41.（20分）某工业场景需检测0.5mm×0.5mm的微小缺陷，相机分辨率为4096×3000，像素物理尺寸=0.01mm/pixel，现需在边缘设备JetsonOrinNano（算力40TOPS）上部署。要求：（1）选择backbone并说明理由；（2）设计输入分辨率与下采样倍数；（3）给出数据增强方案；（4）给出量化与部署流程；（5）给出评价指标与测试方案。请写出完整技术方案，含关键代码片段、预期延迟、内存占用、精度指标。——————————答案与解析——————————1.A 640/32=202.A imread(...,0)返回uint83.A permute(2,0,1)4.B eval模式用runningstats5.B Mosaic默认镜像填充6.A γ=0退化为CE7.A 回退到FP168.C RandAugment最大次数=M9.A MMDetection线性缩放10.C 3尺度×2翻转=611.BCD CutOut、MixUp、旋转会改变标签分布12.ABD 动态shape增加延迟13.BC Dice直接优化IoU，可多分类14.ABCD Albumentations均支持mask同步15.ABCD 均可导致NaN16.√17.√ ReLU6限制0~6，利于量化18.√19.× ASPP输出通道人为设定20.× 可任意命名21.√22.√23.√24.√25.× patience过大易过拟合26.256 C2f输出通道=输入通道27.1e-6 防止除零28.1029.EntropyV230.1131.Sigmoid BCEWithLogitsLoss已集成32.True33.BGR2RGB34.最后一个卷积35.7336.关键代码：```pythonx=random.randint(0,wcw)y=random.randint(0,hch)img=img[:,y:y+ch,x:x+cw]boxes[:,[0,2]]-=xboxes[:,[1,3]]-=ykeep=(boxes[:,2]>0)&(boxes[:,3]>0)returnimg,boxes[keep],labels[keep]```37.关键代码：```pythonself.data_loader=iter(data_loader)self.batch_cache=[]```38.关键代码：```pythonresults=model(frame)forbox,conf,clsinresults.xyxy[0]:forbox,conf,clsinresults.xyxy[0]:x1,y1,x2,y2=map(int,box)cv2.rectangle(frame,(x1,y1),(x2,y2),(0,255,0),2)cv2.imshow('win',frame)```39.（1）特征图尺寸：1024/32=32×32（2）anchor总数：32×32×5×3=15360（3）正样本上限=min(256,正样本数)，负样本上限=256，比例上限=1:140.（1）+（2）（3）41.技术方案要点：（1）backbone：GhostNetV2，轻量且兼顾细节；（2）输入分辨率：2048×1536，下采样16