计算与人工智能概论-问题求解、科学计算与AI应用方法 习题及答案 第12章参考答案

一、选择题1.在OpenCV中，用于读取图像文件的函数是？A.cv::readImage()B.cv::loadImage()C.cv::openImage()D.cv::imread()参考答案：D2.RGB颜色模型中，一个像素通常由几个数值组成？A.1B.2C.3D.4参考答案：C3.以下哪个文件是YOLOv8ONNX模型的权重和结构文件？A.yolov8s.onnxB.sC.synset_words.txtD.bvlc_totxt参考答案：A4.在目标检测中，用于去除重复检测框的后处理算法是？A.非极大值抑制(NMS)B.卷积(Convolution)C.池化(Pooling)D.归一化(Normalization)参考答案：A5.YOLOv8模型输出结果，以下说法正确的是？A.输出张量的维度是[1,80,8400]，其中80代表COCO数据集的类别数。B.每个检测框的输出信息包含4个边界框坐标值和80个类别的置信度得分。C.cv::dnn::NMSBoxes()函数的作用是将模型输出的归一化坐标转换为原始图像上的像素坐标。D.在解析输出时，cv::minMaxLoc(scores,nullptr,&confidence,nullptr,&classIdPoint)这行代码的目的是获取该检测框的边界框坐标。参考答案：B二、简答题1.简述在使用OpenCV的DNN模块进行图像分类时，cv::dnn::blobFromImage函数的主要作用是什么？并列举该函数进行的几项关键预处理操作。参考答案：cv::dnn::blobFromImage函数的主要作用是将OpenCV的cv::Mat图像对象转换为深度学习模型可接受的“blob”格式（即四维张量：[batch,channel,height,width]），并执行必要的预处理。关键预处理操作包括：调整图像尺寸至模型要求的大小（如224x224）、对像素值进行归一化（如缩放至[0,1]）、减去训练数据集的均值（如ImageNet的均值104,117,123）、以及将图像通道从BGR（OpenCV默认）转换为RGB（模型期望）。2.什么是预训练模型？文档中提到了哪两种应用预训练模型的典型方式？参考答案：预训练模型是指在大规模数据集（如ImageNet）上预先训练完成的神经网络模型，其参数已经具备了对图像特征的强大提取能力。文档中提到的两种典型应用方式是：（1）直接使用进行推理：将模型作为“即用型”系统，输入图像后直接输出结果，不更新参数，适用于任务与原始任务相似的情况；（2）微调（Fine-tuning）：在预训练模型的基础上，使用新数据集对部分或全部网络参数进行再训练，以适应特定的新任务。3.在目标检测任务中，YOLO模型的“锚框（AnchorBoxes）”机制有什么作用？参考答案：YOLO模型的“锚框”机制是为了更好地适应不同尺寸和形状的物体。在每个网格单元中，预先定义了若干个不同宽高比和大小的锚框作为初始预测框。模型在训练和预测时，会对这些锚框进行微调（预测偏移量），使其能够更精确地匹配真实物体的边界。这有助于模型更有效地检测各种尺度和长宽比的物体。4.卷积神经网络（CNN）中的池化层（PoolingLayer）主要有哪些作用？参考答案：池化层的主要作用有：（1）降低特征图的空间维度（宽度和高度），从而减少后续计算量和模型参数；（2）增强模型对微小位移、旋转和形变的鲁棒性（即平移不变性）；（3）提高模型的感受野，使得网络在深层能够捕捉到更大范围的全局信息。5.简要说明如何将计算机视觉（如目标检测）与大语言模型结合起来实现一个智能应用。参考答案：可以将两者结合实现智能场景理解。首先，利用计算机视觉技术（如YOLO目标检测）分析图像或视频帧，提取出其中的物体类别和位置等结构化信息。然后，将这些信息（如“画面中有2个人和1只猫”）转换成一个自然语言提示（prompt）。最后，将此提示输入给大语言模型，利用其强大的文本生成和语义理解能力，生成一段连贯、生动的自然语言描述（如“两人坐在沙发上，一只猫趴在旁边”），从而实现从“看见”到“理解”和“表达”的完整过程。二、编程题1.编写程序，使用OpenCV加载一张名为"input.jpg"的图像，并将其调整为224x224像素的大小，存储在resizedImage变量中。参考答案：#include<opencv2/opencv.hpp>usingnamespacecv;intmain(){//你的代码Matimage=imread("input.jpg");if(image.empty())return-1;MatresizedImage;resize(image,resizedImage,Size(224,224));return0;}2.修改“程序12.1静态图像分类”，使其不仅能对单张图像进行分类，还能处理一个包含多张图片的文件夹。要求程序遍历文件夹中的所有.jpg文件，对每张图片执行分类，并将结果（图片名、预测类别、置信度）以表格形式打印在控制台。假设文件夹路径为"test_images/"，修改思路为：（1）将图像路径"input.jpg"替换为遍历文件夹。（2）使用cv::glob函数获取文件夹内所有.jpg文件的路径列表。（3）在循环中依次读取每张图片并执行分类。（4）在控制台输出格式化的结果。参考答案：//...(加载模型和标签部分保持不变)//获取文件夹中所有.jpg文件std::vector<cv::String>filenames;cv::glob("test_images/*.jpg",filenames);//打印表头std::cout<<std::left<<std::setw(20)<<"图片名称"<<std::setw(30)<<"预测类别"<<"置信度"<<std::endl;std::cout<<std::string(60,'-')<<std::endl;//遍历每张图片for(constauto&filename:filenames){cv::Matimage=cv::imread(filename);if(image.empty()){std::cerr<<"无法读取图像:"<<filename<<std::endl;continue;}//图像预处理、执行推理、解析结果（与原程序相同）//...(使用原程序12.1的步骤3-5)//输出结果std::stringbasename=filename.substr(filename.find_last_of("/\\")+1);std::cout<<std::left<<std::setw(20)<<basename<<std::setw(30)<<classNames[classId]<<maxProb*100.0<<"%"<<std::endl;}扩展“程序12.2-1静态图像目标检测”，使其不仅能绘制边界框和标签，还能统计并显示检测到的每种物体的数量。参考答案：//==========步骤5：解析输出和统计数量==========vector<int>classIds;vector<float>confidences;vector<Rect>boxes;//新增：使用map来统计每类物体的数量......//修改：置信度阈值提高到0.7，并统计数量if(confidence>0.5){//这里也应用了之前的修改......//统计数量：classIdPoint.x是类别IDclassCount[classIdPoint.x]++;}}4.“程序12.3用大模型进行场景描述”包含一个名为Scenario(conststd::string&prompt)的函数，该函数接收一个自然语言提示（prompt），调用大语言模型API（如Qwen），并返回生成的场景描述字符串。请设计一个修改方案，使该函数具备“重试机制”。具体要求如下：（1）当调用大模型API失败（例如网络超时、服务暂时不可用）时，函数不应立即返回错误或空字符串。函数应最多自动重试3次。（2）每次重试前，应等待一个短暂的、递增的时间间隔（例如，第一次等待1秒，第二次等待2秒，第三次等待3秒），以避免对服务造成过大压力。（3）如果在3次重试后仍然失败，则返回一个预定义的错误信息，例如"场景描述生成失败，请稍后重试。"。（4）在重试过程中，可以在控制台输出重试信息（例如"请求失败，第X次重试..."）。参考答案：std::stringScenario(conststd::string&prompt){constintMAX_RETRIES=3;conststd::stringERROR_MSG="场景描述生成失败，请稍后重试。";for(intattempt=1;attempt<=MAX_RETRIES;++attempt){try{//调用大模型API的代码（例如使用cURL）std::stringresponse=call_llm_api(prompt);//假设这是实际的API调用函数//假设成功，解析并返回描述if(is_valid_response(response)){//假设is_valid_response检查响应是否有效returnparse_description(response);//假设parse_description从响应中提取文本}else{//如果响应无效，也视为失败，进行重试std::cerr<<"API返回无效响应，第"<<attempt<<"次重试..."<<std::endl;}}catch(conststd::exception&e){//捕获网络异常、超时等std::cerr<<"API请求失败:"<<e.what()<<"，第"<<attempt<<"次重试..."<<std::endl;}//如果不是最后一次尝试，则等待if(attempt<MAX_RETRIES){//计算等待时间：第n次重试等待n秒intwait_seconds=attempt;std::this_thread::sleep_for(std::chrono::seconds(wait_seconds));}}//所有重试均失败returnERROR_MSG;}//---以下是假设的辅助函数---std::strin