工业 AI 视觉缺陷检测技师考试试卷及答案

工业AI视觉缺陷检测技师考试试卷及答案一、填空题（每题1分，共10分）1.工业AI视觉缺陷检测中，常用的图像预处理方法包括灰度化、______、滤波去噪等。答案：图像增强2.基于深度学习的缺陷检测算法中，______常用于目标检测任务，如YOLO系列。答案：卷积神经网络（CNN）3.工业相机按传感器类型可分为CCD相机和______相机。答案：CMOS4.选择检测光源时，需考虑工件材质、缺陷类型及______等因素。答案：反光特性5.缺陷标注常用的工具包括LabelImg、______等。答案：LabelMe6.工业AI视觉中，______是将相机坐标系转换为世界坐标系的关键步骤。答案：相机标定7.缺陷检测的精度指标中，______表示正确识别的缺陷数占总缺陷数的比例。答案：召回率8.数据增强技术中，______可通过旋转、翻转等方式增加样本多样性。答案：几何变换9.边缘检测算子中，______对噪声敏感但边缘定位准确。答案：Sobel算子10.工业缺陷检测的核心环节包括图像采集、预处理、______和缺陷识别。答案：特征提取二、单项选择题（每题2分，共20分）1.适合检测反光严重金属表面缺陷的光源是（）A.环形光源B.同轴光源C.条形光源D.点光源答案：B2.以下哪种算法主要用于图像分割任务（）A.YOLOv5B.FasterR-CNNC.U-NetD.SSD答案：C3.相机标定的主要目的不包括（）A.消除镜头畸变B.确定相机内外参数C.提高图像分辨率D.实现坐标转换答案：C4.缺陷标注的常用格式是（）A.XMLB.JSONC.CSVD.TXT答案：A5.实时缺陷检测模型部署常采用（）A.本地CPUB.边缘计算设备C.云端服务器D.离线PC答案：B6.以下哪种预处理方法可减少图像噪声（）A.直方图均衡化B.高斯滤波C.二值化D.形态学操作答案：B7.工业AI视觉缺陷检测的核心是（）A.图像采集B.模型训练C.缺陷识别D.结果输出答案：C8.以下属于表面缺陷的是（）A.尺寸超差B.裂纹C.装配错位D.数量缺失答案：B9.实时检测要求帧率一般不低于（）A.10fpsB.20fpsC.30fpsD.60fps答案：C10.以下哪种模型属于轻量级CNN（）A.ResNet50B.VGG16C.MobileNetD.InceptionV3答案：C三、多项选择题（每题2分，共20分，多选或少选均不得分）1.图像预处理包含的步骤有（）A.灰度化B.去噪C.二值化D.特征提取答案：ABC2.基于深度学习的缺陷检测算法有（）A.YOLO系列B.U-NetC.SVMD.FasterR-CNN答案：ABD3.光源选择需考虑的因素包括（）A.工件材质B.缺陷大小C.检测环境D.相机参数答案：ABCD4.相机标定的步骤包括（）A.拍摄标定板B.提取角点C.计算内外参数D.畸变校正答案：ABCD5.数据增强的常用方法有（）A.几何变换B.颜色变换C.噪声添加D.样本复制答案：ABC6.模型评估的常用指标有（）A.准确率B.召回率C.F1值D.帧率答案：ABC7.工业视觉缺陷检测的应用场景有（）A.电子元器件缺陷B.金属表面裂纹C.包装破损D.汽车零件尺寸检测答案：ABCD8.标注时需注意的事项有（）A.标注准确B.类别一致C.样本均衡D.标注格式统一答案：ABCD9.边缘计算在缺陷检测中的优势有（）A.低延迟B.低带宽C.高安全D.高算力答案：ABC10.缺陷检测的流程环节包括（）A.图像采集B.预处理C.模型推理D.结果判定答案：ABCD四、判断题（每题2分，共20分，正确打√，错误打×）1.灰度图转彩色图一定能提高缺陷检测准确率（×）2.CNN是工业AI视觉缺陷检测的主流模型（√）3.相机标定不需要考虑镜头畸变（×）4.标注样本越多，模型性能一定越好（×）5.实时检测必须依赖GPU加速（×）6.缺陷检测只需深度学习模型，无需传统算法（×）7.光源角度会显著影响缺陷检测结果（√）8.数据增强仅适用于几何变换（×）9.模型泛化能力指训练集上的准确率（×）10.工业相机分辨率越高，检测效果越好（×）五、简答题（每题5分，共20分）1.简述工业AI视觉缺陷检测的基本流程。答案：流程为：①图像采集：工业相机+光源采集工件图像；②预处理：灰度化、去噪、增强，突出缺陷特征；③特征提取：传统算法或深度学习提取缺陷特征；④缺陷识别：模型分类/检测缺陷位置与类型；⑤结果输出：反馈缺陷信息，触发次品剔除等后续操作。2.图像预处理中常用的去噪方法有哪些？各有什么特点？答案：①高斯滤波：平滑噪声，保留边缘但易模糊细节；②中值滤波：对椒盐噪声效果好，边缘保持较好；③双边滤波：兼顾空间与灰度相似性，保留边缘同时去噪；④均值滤波：简单平滑，易模糊所有细节，适合低噪声场景。3.简述相机标定的目的及主要步骤。答案：目的：消除镜头畸变，建立相机与世界坐标系转换关系，保证测量精度。步骤：①准备棋盘格标定板；②拍摄不同角度标定板图像；③提取角点坐标；④计算内外参数（焦距、主点、旋转平移矩阵）；⑤畸变校正，生成校正系数。4.数据增强在缺陷检测模型训练中的作用是什么？常用方法有哪些？答案：作用：增加样本多样性，缓解过拟合，提高泛化能力。常用方法：①几何变换（旋转、翻转、缩放）；②颜色变换（亮度、对比度调整）；③噪声添加（高斯、椒盐噪声）；④裁剪、拼接等。六、讨论题（每题5分，共10分）1.针对反光严重的金属表面缺陷检测，应从哪些方面优化？答案：①光源：采用同轴或环形漫射光源，减少镜面反射；②预处理：加偏振片过滤反光，局部直方图均衡化突出缺陷；③模型：轻量级CNN+注意力机制，聚焦缺陷区域；④硬件：调整相机/光源角度，避免直射；⑤数据：添加反光场景样本，提高适应能力。2.如何平衡缺陷检测模型的准确率与实时性？结合实际场景说明。答案：①模型轻量化：用MobileNet、Y