2025四川绵阳长虹虹微科技有限公司招聘计算机视觉算法工程师等岗位3人笔试历年常考点试题专练附带答案详解

2025四川绵阳长虹虹微科技有限公司招聘计算机视觉算法工程师等岗位3人笔试历年常考点试题专练附带答案详解一、单项选择题下列各题只有一个正确答案，请选出最恰当的选项（共30题）1、在卷积神经网络中，1x1卷积的主要作用不包括以下哪项？

A.降维或升维

B.增加非线性

C.扩大感受野

D.跨通道信息交互2、关于目标检测算法YOLO系列，下列说法错误的是？

A.YOLO是单阶段检测算法

B.YOLO将检测问题转化为回归问题

C.YOLOv3引入了FPN结构

D.YOLO比Two-stage算法精度始终更高A.YOLO是单阶段检测算法B.YOLO将检测问题转化为回归问题C.YOLOv3引入了FPN结构D.YOLO比Two-stage算法精度始终更高3、在图像分割任务中，U-Net网络结构的核心特点是？

A.仅使用编码器部分

B.跳跃连接融合高低层特征

C.完全依赖注意力机制

D.不使用池化操作A.仅使用编码器部分B.跳跃连接融合高低层特征C.完全依赖注意力机制D.不使用池化操作4、下列哪种损失函数最适合用于处理类别极度不平衡的二分类问题？

A.均方误差损失（MSE）

B.交叉熵损失（CrossEntropy）

C.FocalLoss

D.HingeLossA.均方误差损失（MSE）B.交叉熵损失（CrossEntropy）C.FocalLossD.HingeLoss5、关于Transformer架构中的自注意力机制（Self-Attention），计算复杂度与序列长度N的关系是？

A.O(N)

B.O(N^2)

C.O(logN)

D.O(1)A.O(N)B.O(N^2)C.O(logN)D.O(1)6、在模型部署加速中，量化（Quantization）技术的主要目的是？

A.提高模型精度

B.减少模型参数量

C.降低计算精度以换取速度和存储优势

D.增加网络深度A.提高模型精度B.减少模型参数量C.降低计算精度以换取速度和存储优势D.增加网络深度7、下列关于数据增强（DataAugmentation）的说法，正确的是？

A.只能应用于训练集

B.会改变原始图像的语义标签

C.Mosaic增强是YOLOv4提出的

D.旋转90度不属于几何变换A.只能应用于训练集B.会改变原始图像的语义标签C.Mosaic增强是YOLOv4提出的D.旋转90度不属于几何变换8、在CNN中，BatchNormalization（BN）层通常放置在什么位置？

A.卷积层之前

B.卷积层之后，激活函数之前

C.激活函数之后

D.池化层之后9、关于ResNet残差网络，引入残差连接（SkipConnection）主要解决了什么问题？

A.过拟合

B.梯度消失/爆炸导致的退化问题

C.计算量过大

D.感受野过小A.过拟合B.梯度消失/爆炸导致的退化问题C.计算量过大D.感受野过小10、在视频动作识别中，SlowFast网络架构的特点是？

A.仅使用慢速路径捕捉外观

B.仅使用快速路径捕捉运动

C.双路径并行，分别处理时空信息

D.使用3D卷积替代所有2D卷积A.仅使用慢速路径捕捉外观B.仅使用快速路径捕捉运动C.双路径并行，分别处理时空信息D.使用3D卷积替代所有2D卷积11、在卷积神经网络中，1x1卷积的主要作用不包括以下哪项？

A.降低通道数进行降维

B.增加非线性变换能力

C.扩大感受野

D.实现跨通道信息交互12、关于目标检测算法YOLO系列，下列说法错误的是？

A.YOLO将检测问题转化为回归问题

B.YOLOv1直接预测边界框坐标和类别概率

C.YOLO对小目标检测效果优于两阶段算法

D.YOLO推理速度快，适合实时检测A.YOLO将检测问题转化为回归问题B.YOLOv1直接预测边界框坐标和类别概率C.YOLO对小目标检测效果优于两阶段算法D.YOLO推理速度快，适合实时检测13、在图像分割任务中，U-Net网络结构的核心特点是？

A.仅使用编码器提取特征

B.引入注意力机制替代卷积

C.编码器与解码器间的跳跃连接

D.完全基于Transformer架构A.仅使用编码器提取特征B.引入注意力机制替代卷积C.编码器与解码器间的跳跃连接D.完全基于Transformer架构14、下列哪种损失函数最适合用于解决分类任务中的类别不平衡问题？

A.均方误差损失（MSE）

B.交叉熵损失（CrossEntropy）

C.FocalLoss

D.HingeLossA.均方误差损失（MSE）B.交叉熵损失（CrossEntropy）C.FocalLossD.HingeLoss15、关于BatchNormalization（BN），下列说法正确的是？

A.BN只能在训练阶段使用

B.BN对每个样本独立进行归一化

C.BN可以加速收敛并起到正则化作用

D.BN会显著增加推理时的计算复杂度A.BN只能在训练阶段使用B.BN对每个样本独立进行归一化C.BN可以加速收敛并起到正则化作用D.BN会显著增加推理时的计算复杂度16、在Transformer架构中，Self-Attention机制的主要优势是？

A.串行处理序列信息

B.捕捉长距离依赖关系

C.减少模型参数量

D.无需位置编码A.串行处理序列信息B.捕捉长距离依赖关系C.减少模型参数量D.无需位置编码17、下列哪种数据增强方法专门针对图像几何变换，且不改变像素值分布？

A.CutMix

B.Mixup

C.随机旋转

D.ColorJitteringA.CutMixB.MixupC.随机旋转D.ColorJittering18、关于ResNet残差网络，引入残差连接（ShortcutConnection）主要解决了什么问题？

A.过拟合

B.梯度消失/爆炸

C.计算资源不足

D.数据标注错误A.过拟合B.梯度消失/爆炸C.计算资源不足D.数据标注错误19、在模型部署优化中，量化（Quantization）的主要目的是？

A.提高模型精度

B.减小模型体积和加速推理

C.增加网络层数

D.扩大数据集规模A.提高模型精度B.减小模型体积和加速推理C.增加网络层数D.扩大数据集规模20、下列哪个指标最适合评估语义分割模型的性能？

A.Accuracy

B.IoU(IntersectionoverUnion)

C.Precision

D.RecallA.AccuracyB.IoU(IntersectionoverUnion)C.PrecisionD.Recall21、在卷积神经网络中，1x1卷积的主要作用不包括以下哪项？

A.降维或升维特征通道数

B.增加非线性变换能力

C.扩大感受野以捕捉全局信息

D.实现跨通道的信息交互A.仅AB.仅BC.仅CD.仅D22、关于目标检测算法YOLO系列与FasterR-CNN系列的区别，下列说法正确的是？

A.YOLO是两阶段算法，精度通常更高

B.FasterR-CNN是单阶段算法，速度通常更快

C.YOLO将检测视为回归问题，端到端训练

D.FasterR-CNN不需要区域建议网络（RPN）A.AB.BC.CD.D23、在图像分割任务中，U-Net架构的核心设计特点是？

A.仅使用编码器进行特征提取

B.引入注意力机制替代卷积

C.对称的编码器-解码器结构及跳跃连接

D.完全基于Transformer架构A.AB.BC.CD.D24、下列哪种损失函数最适合处理分类任务中的类别不平衡问题？

A.均方误差损失（MSE）

B.交叉熵损失（CrossEntropy）

C.FocalLoss

D.HingeLossA.AB.BC.CD.D25、关于BatchNormalization（BN）的作用，下列说法错误的是？

A.加速模型收敛速度

B.允许使用较高的学习率

C.具有轻微的正则化效果

D.在推理阶段需要计算当前批次的均值和方差A.AB.BC.CD.D26、在计算机视觉中，IoU（IntersectionoverUnion）主要用于评估什么？

A.图像分类的准确率

B.目标检测边界框的重合度

C.语义分割的像素级精度

D.关键点检测的热图偏差A.AB.BC.CD.D27、下列哪种数据增强方法不属于几何变换？

A.随机旋转

B.水平翻转

C.色彩抖动

D.随机裁剪A.AB.BC.CD.D28、ResNet引入残差连接（SkipConnection）主要解决了什么问题？

A.过拟合

B.梯度消失/爆炸导致深层网络难以训练

C.计算量过大

D.内存占用过高A.AB.BC.CD.D29、在Transformer架构的VisionTransformer（ViT）中，图像是如何被处理的？

A.直接输入全图像素到Attention层

B.划分为固定大小的Patch并线性嵌入

C.使用CNN提取特征后再接Transformer

D.仅使用全局平均池化后的向量A.AB.BC.CD.D30、关于锚框（AnchorBox）机制，下列说法正确的是？

A.所有目标共享同一个固定大小的锚框

B.锚框的数量越多，检测速度越快

C.锚框的设计需结合数据集目标的宽高比分布

D.锚框仅在推理阶段使用，训练阶段无需匹配A.AB.BC.CD.D二、多项选择题下列各题有多个正确答案，请选出所有正确选项（共15题）31、在计算机视觉目标检测中，以下哪些属于两阶段（Two-stage）算法的核心组件或特点？

A.区域建议网络（RPN）

B.直接回归边界框

C.RoIPooling/RoIAlign

D.分类与回归头分离32、关于卷积神经网络（CNN）中的感受野，下列说法正确的有？

A.卷积核越大，感受野一定越大

B.增加网络深度可以增大感受野

C.使用空洞卷积可在不增加参数量的情况下扩大感受野

D.池化层操作会减小特征图尺寸，从而间接影响感受野计算33、在训练深度学习模型时，以下哪些策略有助于缓解过拟合？

A.数据增强

B.Dropout正则化

C.增加模型层数

D.L2权重衰减34、关于图像分割技术，下列描述正确的是？

A.语义分割不考虑同一类别的不同实例

B.实例分割需要区分同一类别的不同个体

C.U-Net结构包含编码器-解码器及跳跃连接

D.MaskR-CNN是在FasterR-CNN基础上增加分支预测掩码35、在模型部署与加速中，以下哪些技术常用于提升推理速度？

A.模型量化（Quantization）

B.知识蒸馏（KnowledgeDistillation）

C.算子融合（OperatorFusion）

D.增加浮点精度至FP6436、关于Transformer在视觉领域的应用（ViT），下列说法正确的有？

A.ViT将图像划分为固定大小的Patch序列

B.自注意力机制能够捕捉全局依赖关系

C.ViT在小数据集上通常比CNN更容易收敛

D.PositionalEncoding用于保留空间位置信息37、在处理类别不平衡问题时，以下哪些方法是有效的？

A.重采样（过采样少数类或欠采样多数类）

B.使用FocalLoss损失函数

C.将所有样本权重设为相同

D.采用集成学习方法如Bagging38、关于光学字符识别（OCR）流程，下列环节属于常见步骤的有？

A.文本检测（TextDetection）

B.文本矫正（Rectification）

C.文本识别（TextRecognition）

D.语言模型后处理39、在视频分析中，以下哪些技术可用于动作识别？

A.3D卷积神经网络（C3D/I3D）

B.双流网络（Two-StreamNetworks）

C.基于骨架的关键点检测

D.单帧图像分类40、关于模型评估指标，下列说法正确的有？

A.mAP是目标检测中常用的综合评价指标

B.IoU用于衡量预测框与真实框的重叠程度

C.召回率（Recall）高意味着漏检率低

D.精确率（Precision）高意味着误检率低41、在计算机视觉目标检测任务中，以下哪些算法属于两阶段（Two-stage）检测器？

A.YOLOv5

B.FasterR-CNN

C.SSD

D.MaskR-CNN42、关于卷积神经网络（CNN）中的卷积操作，下列说法正确的有？

A.1x1卷积可以改变通道数

B.增大步长（Stride）会减小输出特征图尺寸

C.填充（Padding）仅用于保持尺寸不变

D.卷积核权重共享能减少参数量43、下列哪些指标常用于评估图像分割模型的性能？

A.IoU(IntersectionoverUnion)

B.DiceCoefficient

C.mAP(meanAveragePrecision)

D.PixelAccuracy44、在训练深度学习模型时，以下哪些策略有助于缓解过拟合？

A.数据增强

B.Dropout

C.L2正则化

D.增加网络层数45、关于Transformer架构在视觉任务（ViT）中的应用，下列说法正确的是？

A.将图像划分为固定大小的Patch

B.依赖自注意力机制捕捉全局依赖

C.完全摒弃了卷积操作

D.需要大量数据进行预训练三、判断题判断下列说法是否正确（共10题）46、在计算机视觉中，卷积神经网络（CNN）的池化层主要目的是增加参数数量以提升模型复杂度。（对/错）对；错47、IoU（交并比）是目标检测中衡量预测框与真实框重合程度的常用指标，其取值范围为[0,1]。（对/错）对；错48、ReLU激活函数在所有输入值下导数均为1，因此不存在梯度消失问题。（对/错）对；错49、数据增强技术如随机裁剪、翻转和色彩抖动，主要用于扩充训练数据集，提高模型的泛化能力。（对/错）对；错50、在语义分割任务中，U-Net结构通过跳跃连接将编码器的高层语义特征与解码器的低层空间特征融合。（对/错）对；错51、BatchNormalization（批归一化）只能用于卷积层，不能用于全连接层。（对/错）对；错52、YOLO系列算法属于两阶段目标检测框架，先生成候选区域再进行分类和回归。（对/错）对；错53、过拟合表现为模型在训练集上误差低，但在测试集上误差高，通常可通过增加正则化项缓解。（对/错）对；错54、Transformer架构在视觉任务（ViT）中完全摒弃了卷积操作，仅依靠自注意力机制提取全局特征。（对/错）对；错55、mAP（meanAveragePrecision）是评价多类目标检测性能的综合指标，计算时需先对每类计算AP再求平均。（对/错）对；错

参考答案及解析1.【参考答案】C【解析】1x1卷积核不改变特征图的空间尺寸，因此无法扩大感受野。其主要功能包括：1.调整通道数，实现降维（减少计算量）或升维；2.引入非线性激活函数，增加网络表达能力；3.实现不同通道间信息的线性组合与交互。扩大感受野通常通过增大卷积核尺寸（如3x3,5x5）、使用空洞卷积或池化层来实现。故本题选C。2.【参考答案】D【解析】YOLO（YouOnlyLookOnce）是典型的单阶段目标检测算法，它将检测任务直接建模为回归问题，速度极快。YOLOv3确实借鉴了特征金字塔网络（FPN）思想以增强多尺度检测能力。然而，Two-stage算法（如FasterR-CNN）通常经过候选区域生成和精细分类，其在小物体检测和定位精度上往往优于早期的YOLO版本。虽然YOLO后续版本精度大幅提升，但不能绝对地说“始终更高”，尤其在极高精度需求场景下，Two-stage仍有优势。故本题选D。3.【参考答案】B【解析】U-Net是一种经典的编码器-解码器结构，广泛应用于医学图像分割。其核心创新在于“跳跃连接”（SkipConnection），即将编码器阶段的高分辨率浅层特征图与解码器阶段的上采样特征图进行拼接。这种设计有效融合了浅层的空间细节信息和深层的语义信息，解决了上采样过程中空间信息丢失的问题，从而提升了分割边界的准确性。A、C、D均不符合U-Net的基本架构描述。故本题选B。4.【参考答案】C【解析】在类别极度不平衡场景中，简单样本（多数类）数量巨大，容易主导梯度更新，导致模型忽略少数类。FocalLoss是在标准交叉熵损失基础上改进的，它通过引入调制因子，降低易分类样本（简单样本）的权重，使模型更专注于难分类样本（通常是少数类）。MSE常用于回归；标准交叉熵对不平衡敏感；HingeLoss主要用于SVM。因此，FocalLoss最适合此类场景。故本题选C。5.【参考答案】B【解析】自注意力机制需要计算序列中每个元素与其他所有元素之间的注意力权重。对于长度为N的序列，查询向量（Query）与键向量（Key）的点积运算形成一个N×N的注意力矩阵。因此，计算时间和空间复杂度均为O(N^2)。这是Transformer在处理长序列时的主要瓶颈之一，后续研究如LinearTransformer等旨在降低此复杂度。故本题选B。6.【参考答案】C【解析】量化是将模型参数和激活值从高精度浮点数（如FP32）转换为低精度表示（如INT8或FP16）的技术。虽然参数量数值未变，但存储空间显著减少，且整数运算在硬件上通常比浮点运算更快、功耗更低。量化通常会带来轻微的精度下降，而非提高精度。它不改变网络结构深度。其核心权衡是用微小的精度损失换取推理速度和存储效率的大幅提升。故本题选C。7.【参考答案】C【解析】数据增强主要用于训练集以提升泛化能力，但测试时也可用TTA（测试时增强），故A错。合理的增强（如翻转、裁剪）应保持语义不变，故B错。旋转属于典型的几何变换，故D错。Mosaic数据增强由YOLOv4作者AlexeyBochkovskiy推广并广泛应用，它拼接4张图片，丰富背景和小目标检测效果。故本题选C。8.【参考答案】B【解析】根据原论文及广泛实践，BatchNormalization通常置于卷积层（或全连接层）之后、非线性激活函数（如ReLU）之前。这样做的目的是对线性变换的输出进行标准化，使其分布稳定，从而加速收敛并允许使用更高的学习率。若放在激活函数后，标准化的是非线性的输出，效果通常不如前者。虽然也有变体，但“Conv-BN-Activation”是最标准的顺序。故本题选B。9.【参考答案】B【解析】随着网络层数加深，传统CNN面临梯度消失或爆炸问题，导致训练误差反而上升（退化问题）。ResNet通过引入恒等映射的残差连接，使得梯度可以无损地反向传播到浅层，极大地缓解了梯度消失问题，使得训练数百甚至上千层的深层网络成为可能。残差连接并未直接解决过拟合（需Dropout等）、计算量或感受野问题。故本题选B。10.【参考答案】C【解析】SlowFast网络包含两条并行路径：Slow路径以低帧率运行，关注空间语义和外观信息；Fast路径以高帧率运行，关注时间动态和运动信息。两条路径在不同层级进行融合。这种设计模拟了人类视觉系统对静态细节和动态变化的分别处理机制，显著提升了动作识别性能。A、B片面，D描述不准确（并非单纯替代，而是架构创新）。故本题选C。11.【参考答案】C【解析】1x1卷积核大小为1，不改变特征图的空间尺寸，因此无法扩大感受野。其主要功能包括：1.降维或升维，调整通道数以减少计算量；2.引入非线性激活函数，增加网络深度和表达能力；3.实现不同通道间的信息融合与交互。扩大感受野通常通过增大卷积核尺寸、使用空洞卷积或池化层来实现。故本题选C。12.【参考答案】C【解析】YOLO（YouOnlyLookOnce）是典型的单阶段目标检测算法，将检测视为回归问题，端到端训练，推理速度极快，适合实时应用。然而，由于网格划分和下采样导致空间信息丢失，YOLO在处理小目标和密集物体时，定位精度通常低于FasterR-CNN等两阶段算法。两阶段算法通过RegionProposal机制能更精细地捕捉小目标特征。故C项表述错误。13.【参考答案】C【解析】U-Net是一种经典的语义分割网络，呈U型对称结构。其核心创新在于“跳跃连接”（SkipConnection），将编码器各层的高分辨率特征图与解码器对应层的上采样特征图进行拼接。这种设计有效融合了浅层的空间细节信息和深层的语义信息，解决了下采样过程中空间信息丢失的问题，特别适用于医学图像等数据量较少场景的精确分割。故本题选C。14.【参考答案】C【解析】标准交叉熵损失对所有样本一视同仁，易受多数类主导。FocalLoss是在交叉熵基础上改进的损失函数，通过引入调制因子，降低易分类样本（多数类）的权重，增加难分类样本（少数类）的权重，从而迫使模型专注于难以分类的样本，有效缓解类别不平衡问题。MSE常用于回归，HingeLoss常用于SVM。故本题选C。15.【参考答案】C【解析】BN在训练时统计mini-batch的均值和方差进行归一化，在推理时使用训练阶段积累的移动平均均值和方差，因此A错。BN是对批次内数据归一化，而非单个样本（那是LayerNorm或InstanceNorm的特点），B错。BN通过规范化输入分布，缓解内部协变量偏移，允许使用更大学习率，加速收敛，且因引入噪声具有轻微正则化效果，C对。推理时BN仅为线性变换，计算开销极小，D错。故本题选C。16.【参考答案】B【解析】传统RNN/LSTM串行处理序列，难以捕捉长距离依赖。Self-Attention机制通过计算序列中任意两个位置之间的相关性权重，能够并行计算并直接建立全局依赖关系，有效捕捉长距离上下文信息。虽然Transformer参数量较大且需要位置编码来补充序列顺序信息，但其核心优势在于并行化和长距离建模能力。故本题选B。17.【参考答案】C【解析】CutMix和Mixup涉及图像patch替换或像素混合，改变了原始像素值的分布和语义内容。ColorJittering调整亮度、对比度等，直接改变像素值。随机旋转属于几何变换，仅改变像素的空间位置，不改变像素本身的数值分布和图像内容的语义标签（对于旋转不变性任务）。故本题选C。18.【参考答案】B【解析】随着网络层数加深，传统CNN面临梯度消失或爆炸问题，导致模型难以训练甚至退化。ResNet通过引入恒等映射的残差连接，使梯度可以直接反向传播到浅层，有效缓解了梯度消失问题，使得训练数百甚至上千层的深层网络成为可能。过拟合通常通过Dropout或正则化解决，与残差连接无直接主因关系。故本题选B。19.【参考答案】B【解析】量化是将模型参数从高精度浮点数（如FP32）转换为低精度表示（如INT8或FP16）的技术。这一过程显著减少了模型存储空间（体积减小约75%forINT8），降低了内存带宽需求，并利用硬件对整数运算的优化加速推理过程。虽然量化可能带来轻微精度损失，但其核心目标是提升部署效率，而非提高精度或改变网络结构。故本题选B。20.【参考答案】B【解析】语义分割中背景像素往往占据绝大多数，Accuracy易受背景主导而虚高，无法真实反映前景分割效果。Precision和Recall侧重单一维度。IoU（交并比）计算预测区域与真实区域的重叠程度，对前景和背景的平衡更敏感，是语义分割领域最主流、最全面的评价指标，常结合mIoU（平均交并比）使用。故本题选B。21.【参考答案】C【解析】1x1卷积核大小为1，无法扩大空间上的感受野，其核心作用是调整通道维度（升降维）、减少参数量以及通过逐点卷积实现不同通道间信息的线性组合与非线性映射。扩大感受野通常依靠增大卷积核尺寸、使用空洞卷积或池化操作来实现。因此，C选项描述错误，符合题意。22.【参考答案】C【解析】YOLO（YouOnlyLookOnce）属于单阶段目标检测算法，它将目标检测任务直接转化为回归问题，直接从图像像素到边界框坐标和类别概率，实现了端到端的快速推理。而FasterR-CNN是典型的两阶段算法，第一阶段通过RPN生成候选区域，第二阶段进行分类和回归，虽然精度较高但速度相对较慢。故A、B、D描述均错误，C正确。23.【参考答案】C【解析】U-Net是一种经典的语义分割网络，其核心在于“U”型对称结构：左侧为编码器（下采样）提取特征，右侧为解码器（上采样）恢复空间分辨率。关键在于跳跃连接（SkipConnections），它将编码器各层的高分辨率特征图与解码器对应层融合，有效保留了细节信息，解决了深层网络丢失空间位置信息的问题。A、B、D均非U-Net最核心的原始定义特征。24.【参考答案】C【解析】在类别不平衡场景中，简单样本占多数，易主导梯度更新。FocalLoss在标准交叉熵基础上引入调制因子，降低易分类样本的权重，使模型更关注难分类样本和少数类，从而缓解不平衡问题。MSE常用于回归；标准交叉熵对各类别一视同仁，易受多数类影响；HingeLoss主要用于SVM。因此，FocalLoss是解决此类问题的专用优化方案。25.【参考答案】D【解析】BN在训练阶段利用当前批次的均值和方差进行归一化，并移动平均保存全局统计量。在推理（测试）阶段，直接使用训练阶段保存的全局均值和方差，而非当前批次（因为推理时batchsize可能为1或不确定，且需保持确定性）。BN确实能加速收敛、允许高学习率并因引入噪声而具备轻微正则化效果。故D说法错误。26.【参考答案】B【解析】IoU即交并比，定义为预测框与真实框的交集面积除以并集面积。它是目标检测中衡量定位精度的核心指标，用于判断预测框是否准确覆盖了真实物体，也是非极大值抑制（NMS）和mAP计算的基础。虽然分割中也有类似概念，但IoU最经典且主要的应用场景是目标检测中的边界框匹配评估。27.【参考答案】C【解析】几何变换涉及图像空间位置的改变，如旋转、翻转、裁剪、缩放等，会改变像素的空间坐标。色彩抖动（ColorJittering）则是调整图像的亮度、对比度、饱和度和色调，属于光度变换或颜色空间变换，不改变像素的空间位置。因此，色彩抖动不属于几何变换。28.【参考答案】B【解析】随着网络深度增加，传统CNN面临梯度消失或爆炸问题，导致退化现象（深度增加准确率反而下降）。ResNet通过引入恒等映射的残差连接，使梯度可以直接反向传播到浅层，有效缓解了梯度消失问题，使得训练极深网络（如100层以上）成为可能，从而提升了模型性能。它并未直接解决过拟合、计算量或内存问题。29.【参考答案】B【解析】ViT的核心思想是将图像视为序列数据。它首先将输入图像划分为若干个固定大小的非重叠补丁（Patches），然后将每个Patch展平并通过线性投影映射为向量（Embedding），加上位置编码后输入到标准的TransformerEncoder中。这与纯CNN或混合架构不同，强调了Patch序列化的处理方式。30.【参考答案】C【解析】锚框是预定义的参考框，为了适应不同形状的目标，通常需根据数据集中目标物体的常见宽高比和尺度聚类生成多种规格的锚框，以提高初始匹配质量。A错误，需多种规格；B错误，锚框增多会增加计算量和候选框数量，降低速度；D错误，训练阶段需将GroundTruth与锚框匹配以生成正负样本标签。故C正确。31.【参考答案】ACD【解析】两阶段算法如FasterR-CN首先通过RPN生成候选区域（A对），再利用RoIPooling或Align提取特征（C对），最后进行分类和回归，通常这两个任务由不同的头处理（D对）。直接回归边界框是YOLO等单阶段算法的特点（B错）。两阶段算法精度通常较高，但速度较慢，适用于对精度要求高的工业质检场景。32.【参考答案】BCD【解析】感受野不仅取决于卷积核大小，还与步长、层数有关，仅增大卷积核并非唯一途径（A错）。加深网络层数能累积感受野（B对）。空洞卷积通过插入空洞扩大视野且不增加参数量（C对）。池化层虽缩小尺寸，但在计算原始图像感受野时，其步长贡献了倍数增长（D对）。理解感受野有助于设计适合不同尺度目标的模型。33.【参考答案】ABD【解析】过拟合指模型在训练集表现好但在测试集差。数据增强通过扩充数据多样性提升泛化能力（A对）。Dropout随机丢弃神经元防止共适应（B对）。L2正则化限制权重大小，简化模型复杂度（D对）。增加模型层数通常会增加参数量和复杂度，反而可能加剧过拟合（C错）。在实际工程中，常组合使用多种正则化手段。34.【参考答案】ABCD【解析】语义分割将每个像素分类，不区分个体（A对）。实例分割需识别并区分每个对象实例（B对）。U-Net通过跳跃连接融合深浅层特征，适合医学图像等小数据集（C对）。MaskR-CNN扩展了FasterR-CNN，并行输出边界框和像素级掩码，是实例分割的经典算法（D对）。两者在工业缺陷检测中各有应用场景。35.【参考答案】ABC【解析】模型量化将FP32转为INT8等低精度，减少计算量和内存占用（A对）。知识蒸馏用小模型模仿大模型，保持精度同时提速（B对）。算子融合将多个连续操作合并为一个内核执行，减少内存访问开销（C对）。增加精度至FP64会显著增加计算负担，降低速度，通常用于训练而非推理（D错）。边缘设备部署常结合剪枝与量化。36.【参考答案】ABD【解析】ViT将图像切分为Patch并线性嵌入，类似NLP中的词向量（A对）。自注意力机制计算所有Patch间的关系，具备全局感受野（B对）。由于缺乏CNN的归纳偏置，ViT需要大规模数据预训练才能良好收敛，小数据集上表现往往不如CNN（C错）。位置编码注入空间信息，因为Attention本身是排列不变的（D对）。ViT在大型视觉任务中表现优异。37.【参考答案】ABD【解析】类别不平衡会导致模型偏向多数类。重采样调整数据分布平衡（A对）。FocalLoss降低易分样本权重，聚焦难分样本，解决不平衡问题（B对）。相同权重无法纠正偏差（C错）。集成学习如BalancedBagging可通过抽样策略改善少数类识别率（D对）。在工业缺陷检测中，缺陷样本稀少，常结合数据合成与损失函数优化。38.【参考答案】ABCD【解析】OCR通常先检测文本区域位置（A对）。对于倾斜或弯曲文本，需进行几何矫正（B对）。随后利用CRNN等模型识别字符序列（C对）。最后借助语言模型修正识别错误，提高语义合理性（D对）。长虹微科技涉及嵌入式设备，轻量化OCR模型如DBNet+CRNN是常见选型，需兼顾精度与速度。39.【参考答案】ABC【解析】动作识别需利用时序信息。3D卷积同时提取时空特征（A对）。双流网络分别处理RGB外观流和光流运动流（B对）。基于骨架的方法通过分析人体关键点变化识别动作，计算量小且鲁棒性强（C对）。单帧分类忽略时间维度，无法区分静态相似但动态不同的动作（D错）。视频监控场景常结合多种模态提升准确率。40.【参考答案】ABCD【解析】mAP（平均精度均值）综合考量不同置信度阈值下的性能，是检测主流指标（A对）。IoU即交并比，大于阈值视为正样本（B对）。召回率高表示找出了大部分正样本，漏检少（C对）。精确率高表示预测为正的中真正为正的比例高，误检少（D对）。在实际业务中，需根据场景权衡Precision与Recall，如安防侧重高召回。41.【参考答案】BD【解析】两阶段检测器先生成候选区域，再分类回归。FasterR-CNN通过RPN生成提案，MaskR-CNN在其基础上增加分割分支，均属此类。YOLO系列和SSD属于单阶段（One-stage）检测器，直接回归边界框和类别，速度更快但精度略低。掌握两者区别有助于根据业务场景选择模型，如高精度需求选两阶段，实时性需求选单阶段。42.【参考答案】ABD【解析】1x1卷积常用于升降维和跨通道信息交互。增大步长确实会下采样特征图。Padding除保持尺寸外，还可保留边缘信息。权重共享是CNN核心特性，大幅降低参数量并提升平移不变性。C选项表述片面，故排除。理解这些基础操作对设计高效网络架构至关重要。43.【参考答案】ABD【解析】IoU和Dice系数是语义分割和实例分割中最常用的重叠度度量指标。PixelAccuracy计算正确分类像素占比，也是常见指标。mAP主要用于目标检测任务，评估检测框的精度与召回率，不直接用于像素级分割评