江蘇開放大學(xué)計算機(jī)視覺060731形考1-5

江蘇開放大學(xué)計算機(jī)視覺060731第一次形考作業(yè)單選題1“從數(shù)據(jù)中學(xué)習(xí)，?成?保真，多樣化的圖像”，描述的是下列哪?類任務(wù)（）A?臉識別B圖像?成C圖像描述D?標(biāo)跟蹤正確答案：B2在計算機(jī)視覺的淺層模型中，“特征匯聚與特征變換”的主要?的是（）A采?機(jī)器學(xué)習(xí)或模式識別的?法對物體進(jìn)?分類B對提取的特征（通常為向量）進(jìn)?統(tǒng)計匯聚或降維處理，得到新特征C從圖像中提取描述圖像內(nèi)容的特征D對圖像實(shí)現(xiàn)亮度或顏?矯正等處理正確答案：B3典型的計算機(jī)視覺淺層模型的處理流程為（）A圖像預(yù)處理、特征設(shè)計與提取、特征匯聚與特征變換、分類器與回歸器設(shè)計B圖像預(yù)處理、特征匯聚與特征變換、特征設(shè)計與提取、分類器與回歸器設(shè)計C特征匯聚與特征變換、特征設(shè)計與提取、圖像預(yù)處理、分類器與回歸器設(shè)計D圖像預(yù)處理、分類器與回歸器設(shè)計、特征匯聚與特征變換、特征設(shè)計與提取正確答案：A4在PyTorch中，?動計算某?變量的梯度需調(diào)?（）A、torch.Tensor()B、.backward()C、torch.ones()D、()正確答案：B5圖像和灰度直方圖的對應(yīng)關(guān)系為()A多對一B一對一C一對多D多對多正確答案：A6相較于語義分割，實(shí)例分割還可以做到（）A?成?本描述圖像內(nèi)容B?成?保真、多樣化的圖像C對圖?中的每個像素點(diǎn)進(jìn)?標(biāo)注，標(biāo)注屬于哪?類別D區(qū)分同?類的不同實(shí)例正確答案：D多選題1、下列選項(xiàng)中，可應(yīng)?于計算機(jī)視覺任務(wù)的模型有（）A、決策樹B、AlexNetC、SVMD、VGG正確答案：A；B；C；D2、下列屬于深度學(xué)習(xí)框架的是（）A、PyTorchB、TensorFlowC、TheanoD、Cuda正確答案：A；B；C3顏色的三要素包括：A色調(diào)（色相）B飽和度C亮度（明度）D光強(qiáng)正確答案：A；B；C4計算機(jī)視覺的主要研究?向有（）A圖像?成B?標(biāo)檢測C圖像分類D圖像描述正確答案：A；B；C；D5數(shù)字圖像的類型包括（）A?值圖像B、RGB-D深度圖像C彩?圖像D灰度圖像正確答案：A；B；C；D6下列應(yīng)?計算機(jī)視覺系統(tǒng)的場景有（）A醫(yī)學(xué)圖像處理B?臉識別C?動駕駛D指紋識別正確答案：A；B；C；D7、OpenCV的核?模塊imgproc能實(shí)現(xiàn)（）A圖像分割B邊緣或直線提取C處理直?圖D形態(tài)分析正確答案：A；B；C；D簡答題1簡述常用計算機(jī)視覺模型及方法。答案：計算機(jī)視覺領(lǐng)域常用的模型及方法眾多，以下列舉了一些主流的技術(shù)：邊緣檢測算法：如Sobel算子、Canny算子、Laplacian算子等，用于檢測圖像中的邊緣信息。特征提取算法：如SIFT（尺度不變特征變換）、SURF（加速魯棒特征）、ORB（OrientedFASTandRotatedBRIEF）等，用于提取圖像中的特征點(diǎn)或特征區(qū)域。目標(biāo)檢測和分類算法：包括傳統(tǒng)的Haar特征、HOG特征以及基于機(jī)器學(xué)習(xí)的算法（如SVM、決策樹、隨機(jī)森林）和深度學(xué)習(xí)算法（如卷積神經(jīng)網(wǎng)絡(luò)CNN、FasterR-CNN、YOLO、SSD等）。這些算法能夠檢測圖像中的目標(biāo)并確定其類別。圖像分割算法：如基于閾值分割、邊緣分割、區(qū)域分割等方法，以及K-means、Mean-shift、Watershed等算法，用于將圖像分割成多個區(qū)域或?qū)ο蟆９饬魉惴ǎ喝鏛ucas-Kanade、Horn-Schunck、Farneback、FlowNet等，用于計算圖像序列中像素的運(yùn)動信息。三維重建算法：包括立體匹配、結(jié)構(gòu)從運(yùn)動（SfM）、激光掃描等方法，如BundleAdjustment、SLAM等，用于從圖像或視頻中重建三維場景。深度學(xué)習(xí)模型：如卷積神經(jīng)網(wǎng)絡(luò)CNN、循環(huán)神經(jīng)網(wǎng)絡(luò)RNN、自編碼器、生成對抗網(wǎng)絡(luò)GAN等，這些模型在圖像識別、分類、分割、生成等方面具有廣泛的應(yīng)用。此外，還有物體跟蹤算法（如基于Kalman濾波、粒子濾波等方法）、圖像增強(qiáng)和去噪算法（如均值濾波、中值濾波、小波變換、稀疏表示等）等也是計算機(jī)視覺中常用的方法。2請簡述什么是圖像銳化（sharpen）及其作用。答案：圖像銳化是一種圖像處理技術(shù)，旨在通過增強(qiáng)圖像的邊緣和細(xì)節(jié)來提升圖像的清晰度。具體來說，圖像銳化技術(shù)能夠突出圖像中的重要特征，使其更加顯著，從而改善圖像的視覺質(zhì)量。在數(shù)字圖像處理、醫(yī)學(xué)圖像分析、目標(biāo)檢測、邊緣檢測等需要強(qiáng)調(diào)細(xì)節(jié)和邊緣的場景中，圖像銳化技術(shù)有著廣泛的應(yīng)用。然而，銳化過程也可能會增加圖像中的噪聲，特別是在低質(zhì)量圖像或銳化強(qiáng)度過高的情況下，因此需要謹(jǐn)慎調(diào)整參數(shù)以避免引入不必要的變化或效果。3圖像數(shù)字化的兩個步驟是什么？答案：圖像數(shù)字化的兩個主要步驟是采樣和量化。采樣：是將空域上連續(xù)的圖像變換成離散采樣點(diǎn)集合的過程，是對空間的離散化。經(jīng)過采樣之后得到的二維離散信號的最小單位是像素。量化：是把采樣點(diǎn)上表示亮暗信息的連續(xù)量離散化后，用數(shù)值表示出來的過程，是對亮度大小的離散化。經(jīng)過采樣和量化后，數(shù)字圖像可以用整數(shù)陣列的形式來描述。4什么是計算機(jī)視覺？答案：計算機(jī)視覺（ComputerVision,CV）是一門涉及圖像處理、圖像分析、模式識別和人工智能等多種技術(shù)的新興交叉學(xué)科。它研究如何從圖像或視頻中提取符號或數(shù)值信息，并進(jìn)行分析計算以進(jìn)行目標(biāo)的識別、檢測和跟蹤等任務(wù)。更形象地說，計算機(jī)視覺就是讓計算機(jī)像人類一樣能看到并理解圖像。計算機(jī)視覺技術(shù)的基本原理是利用圖像傳感器獲得目標(biāo)對象的圖像信號，然后傳輸給專用的圖像處理系統(tǒng)，將像素分布、顏色、亮度等圖像信息轉(zhuǎn)換成數(shù)字信號，并對這些信號進(jìn)行多種運(yùn)算與處理，提取出目標(biāo)的特征信息進(jìn)行分析和理解，最終實(shí)現(xiàn)對目標(biāo)的識別、檢測和控制等。計算機(jī)視覺是人工智能主要應(yīng)用領(lǐng)域之一，具有快速、實(shí)時、經(jīng)濟(jì)、一致、客觀、無損等特點(diǎn)，能夠模擬、擴(kuò)展和延伸人類智能，從而幫助人類解決大規(guī)模的復(fù)雜問題。

江蘇開放大學(xué)計算機(jī)視覺060731第二次形考作業(yè)單選題1、VGGNet的參數(shù)量主要集中在（）A激活層B池化層C卷積層D全連接層正確答案：D2下列關(guān)于Dropout的描述，正確的是（）A通過減少卷積層和池化層的個數(shù)，防?過擬合B通過減少卷積層和池化層的個數(shù)，提取出局部特征C通過隨機(jī)刪除部分神經(jīng)元，提取出局部特征D通過隨機(jī)刪除部分神經(jīng)元，防?過擬合正確答案：D3卷積神經(jīng)?絡(luò)中，若使?RGB圖像作為輸?，則輸?層的通道數(shù)為（）A2B、128C、256×256D、256正確答案：A4、GoogLeNet?絡(luò)額外增加了2個輔助的Softmax層作為輔助分類器。下列關(guān)于它的描述，錯誤的是（）A輔助分類器將中間某?層的輸出也納?到最終的分類結(jié)果中B輔助分類器提供了額外的正則化C輔助分類器?于訓(xùn)練和測試階段D輔助分類器給?絡(luò)增加了反向傳播的梯度信號，?定程度解決了梯度消失的問題正確答案：C5相較于Sigmoid和Tanh函數(shù)，ReLU函數(shù)作為激活函數(shù)的特點(diǎn)是（）A是線性函數(shù)B能夠有效緩解梯度消失的問題C計算復(fù)雜，計算成本?昂D使模型收斂速度較慢正確答案：B多選題1數(shù)據(jù)增強(qiáng)常?的?法有（）A平移變換B隨機(jī)裁剪C顏?光照變換D?平翻轉(zhuǎn)正確答案：A；B；C；D2卷積神經(jīng)?絡(luò)中，卷積過程的步驟包括（）A將卷積核放在輸?數(shù)據(jù)的某?像素區(qū)域上B將乘積的結(jié)果線性迭加C將卷積核中的每?個數(shù)值和區(qū)域中對應(yīng)的數(shù)值成對相乘D把結(jié)果輸出在特征圖的正確位置正確答案：A；B；C；D3卷積神經(jīng)網(wǎng)絡(luò)有許多神經(jīng)層組成，主要包括（）A卷積層B分類層C歸一化層D池化層正確答案：A；D4下列關(guān)于全連接層的描述，正確的是（）A經(jīng)過卷積層和池化層降維，可以降低全連接層的數(shù)據(jù)計算量，提升計算效率B全連接層通常在卷積神經(jīng)?絡(luò)隱藏層的中間部分C全連接層與上?層輸?數(shù)據(jù)之間的部分神經(jīng)元相互連接D全連接層的作?是綜合已提取的特征正確答案：A；D5圖像分類的類別有（）A子類細(xì)粒度分類B實(shí)例級別分類C多標(biāo)簽分類D無標(biāo)簽分類正確答案：A；B6下圖體現(xiàn)了ResNet?絡(luò)中的BottleneckDesign結(jié)構(gòu)，輸?為256維的特征，下列描述正確的是（）A使?BottleneckDesign結(jié)構(gòu)，能夠減少?絡(luò)中的參數(shù)量B使?BottleneckDesign結(jié)構(gòu)，能解決梯度消失的問題C1×1卷積核的主要作?是，對數(shù)據(jù)進(jìn)?降維和升維的操作D圖中的?絡(luò)結(jié)構(gòu)需要的參數(shù)量為1×1×64+3×3×64+1×1×256正確答案：A；C7下列關(guān)于跨物種語義級別的圖像分類的描述，正確的是（）A主要?的是區(qū)分屬于不同物種或?類的對象B主要?的是區(qū)分屬于同?個物種?類的?類C分類結(jié)果呈類間?差較?，類內(nèi)?差較?的特點(diǎn)D分類結(jié)果呈類間?差較?，類內(nèi)?差較?的特點(diǎn)正確答案：A；D8、SENet中的ChannelAttention機(jī)制包含的操作有（）A、SqueezeB、ExcitationC、ShortcutConnectionD、Dropout正確答案：A；B簡答題1簡述圖像分類目前面臨的困難和挑戰(zhàn)。答案：圖像分類是計算機(jī)視覺中的一個核心任務(wù)，盡管已經(jīng)取得了顯著的進(jìn)展，但仍面臨一些困難和挑戰(zhàn)。以下是目前圖像分類面臨的主要困難和挑戰(zhàn)：視角變化：同一個物體從不同角度拍攝得到的圖片會有很大差異，這增加了分類的難度。比例變化：物體在圖片中所占的比例可能不同，這會影響分類的準(zhǔn)確性。變形：同一個物體可能會因?yàn)樾螤畹母淖儯ㄈ鐝澢?、折疊等）而難以識別。遮擋：目標(biāo)物體有時會被其他物體遮擋，只能看到部分物體，這會影響分類器的判斷。光照條件：光照的強(qiáng)度和方向會影響圖像的像素值，從而影響分類結(jié)果。背景干擾：目標(biāo)物體可能混亂在背景噪聲中，使得分類器難以準(zhǔn)確識別。對象內(nèi)部差異：一類對象可能包含多種不同的子類別或變體，它們之間的外觀差異可能很大，但又被歸為同一類別，這增加了分類的復(fù)雜性。為了應(yīng)對這些挑戰(zhàn)，研究者們提出了許多方法和技術(shù)，如數(shù)據(jù)增強(qiáng)、特征提取、深度學(xué)習(xí)模型的改進(jìn)等。然而，這些挑戰(zhàn)仍然是圖像分類領(lǐng)域需要不斷研究和解決的問題。2簡述softmax層的作用，假設(shè)數(shù)據(jù)集有c個類別，全連接層輸出為，給出其對應(yīng)softmax輸出的表示答案：Softmax層在神經(jīng)網(wǎng)絡(luò)中常用于多類分類問題的輸出層。它的作用是將神經(jīng)網(wǎng)絡(luò)的輸出轉(zhuǎn)換為概率分布，使得每個輸出值代表輸入樣本屬于對應(yīng)類別的概率。這些概率值的總和為1。假設(shè)數(shù)據(jù)集有c個類別，全連接層輸出為z（一個長度為c的向量），則softmax輸出的表示如下：對于z中的每個元素zi（表示輸入樣本屬于第i類的原始得分或logits），softmax函數(shù)將其轉(zhuǎn)換為概率pi，計算公式為：pi=ezi∑cj=1ezj其中，ezi表示zi的指數(shù)函數(shù)值，∑cj=1ezj表示所有類別得分的指數(shù)函數(shù)值之和。因此，softmax層的輸出是一個長度為c的向量，向量中的每個元素都表示輸入樣本屬于對應(yīng)類別的概率。3簡述圖像分類的含義。答案：圖像分類是計算機(jī)視覺中的一個基本任務(wù)，它旨在將圖像或圖像中的特定區(qū)域歸入預(yù)定義的類別或標(biāo)簽中。通過對圖像的像素進(jìn)行分析和特征提取，圖像分類模型能夠?qū)W習(xí)識別和區(qū)分不同物體、場景或圖案。簡單來說，圖像分類就是給一幅圖像賦予一個或多個標(biāo)簽，這些標(biāo)簽代表了圖像中物體的類別或場景的類型。4簡述Alexnet共有幾層神經(jīng)網(wǎng)絡(luò)層，其中卷積層有多少層，全連接層有多少層。答案：AlexNet是一個經(jīng)典的卷積神經(jīng)網(wǎng)絡(luò)架構(gòu)，它在圖像分類任務(wù)中取得了顯著的成果。AlexNet共有8層神經(jīng)網(wǎng)絡(luò)層（不包括輸入層和輸出層的softmax層），其中卷積層有5層，全連接層有3層。具體來說，AlexNet的架構(gòu)如下：輸入層：接收原始圖像數(shù)據(jù)。卷積層1：使用96個11x11的卷積核，步長為4，輸出特征圖。池化層1：使用3x3的最大池化，步長為2。卷積層2：使用256個5x5的卷積核（兩組，每組128個，分別在不同的GPU上運(yùn)行），步長為1，填充為2，輸出特征圖。池化層2：使用3x3的最大池化，步長為2。卷積層3：使用384個3x3的卷積核，步長為1，填充為1，輸出特征圖（該層沒有池化層）。卷積層4：使用384個3x3的卷積核，步長為1，填充為1，輸出特征圖（同樣沒有池化層）。卷積層5：使用256個3x3的卷積核（兩組，每組128個），步長為1，填充為1，輸出特征圖。池化層3：使用3x3的最大池化，步長為2。全連接層1：有4096個神經(jīng)元，與卷積層5的輸出相連。全連接層2：同樣有4096個神經(jīng)元，與全連接層1的輸出相連。輸出層（softmax層）：有1000個神經(jīng)元（針對ImageNet數(shù)據(jù)集），輸出每個類別的概率。需要注意的是，AlexNet的架構(gòu)在不同的實(shí)現(xiàn)中可能略有不同，但上述描述是AlexNet架構(gòu)的一個典型示例。

江蘇開放大學(xué)計算機(jī)視覺060731第三次形考作業(yè)單選題1從理論的?度來看，檢測物體時，One-stage算法和Two-stage算法的區(qū)別在于（）A、One-stage算法的精度較?；Two-stage算法的效率較?，計算速度較快B、One-stage算法的計算速度和檢測精度都?于Two-stage算法C、Two-stage算法的計算速度和檢測精度都?于One-stage算法D、One-stage算法的效率較?，計算速度較快；Two-stage算法的精度較?正確答案：D2、YOLOv2算法中，維度為26×26×512的特征圖經(jīng)過Passthrough層將其拆，輸出的特征維度為（）A、13×13×2048B、26×26×512C、13×13×512D、26×26×2048正確答案：A3下列有關(guān)使?R-CNN算法進(jìn)??標(biāo)檢測的步驟，排序正確的是（）①候選框?成：?SelectiveSearch算法在圖像中?成候選框；②特征提?。禾崛『蜻x框中的特征；③類別判斷：?分類器對候選框中的圖像進(jìn)?分類；④候選框處理：將所有候選框的特征轉(zhuǎn)換為同樣??。A①②④③B②①④③C①④②③D①②③④正確答案：C4在YOLO模型中，若?個?格輸出的數(shù)據(jù)維度為7×7×30。其中30個參數(shù)中，包含兩個邊框各需要的5個參數(shù)，其余20個參數(shù)表示（）A對于10類物體，兩個邊框包含每種類別的概率B對于20類物體，當(dāng)前?格檢測的物體屬于每種類別的概率C對于20類物體，當(dāng)前?格包含每類物體的個數(shù)D當(dāng)前?格臨近的四個邊框的需要的參數(shù)正確答案：B5下圖中，紅?邊框是包含狗的真實(shí)邊框，使?YOLO模型進(jìn)??標(biāo)檢測時，A、B、C、D、E中負(fù)責(zé)預(yù)測狗的?格是（）A、EB、BC、AD、C正確答案：A多選題1、BagofFreebies是??些?較有?的訓(xùn)練技巧來訓(xùn)練模型，不增加模型的復(fù)雜度，從?不增加計算量，并使得模型取得更好的準(zhǔn)確率，常?的?法有（）A改變邊框回歸損失函數(shù)B增強(qiáng)感受野C訓(xùn)練時?適應(yīng)調(diào)整樣本損失率，降低識別正確率?的樣本損失的權(quán)重D圖像增強(qiáng)正確答案：A；C；D2各向同性縮放是指將不同尺?的候選區(qū)域統(tǒng)?成相同??，采?的兩種縮放?式為（）A復(fù)制填充：通過復(fù)制原候選框內(nèi)的圖像，擴(kuò)展候選框，超出部分進(jìn)?剪裁B先擴(kuò)充后裁剪：直接把候選框的邊界擴(kuò)展成正?形，再裁剪。如果已經(jīng)延伸到了原始圖像的外邊界，就?候選框中的顏?均值進(jìn)?填充C先裁剪后擴(kuò)充：先將候選框按原尺?剪裁，再?顏?均值填充成正?形D直接縮放：通過縮放，將候選框的寬?直接變換為?致??正確答案：B；C3下列關(guān)于RoIPooling的表述正確的是（）A相較于直接對候選區(qū)域剪裁，使?RoIPooling變換特征圖??，能夠顯著提?計算速度B、RoIPooling通過提取候選框內(nèi)不同區(qū)域的像素，對候選框進(jìn)?剪裁C、RoIPooling輸出的特征圖???致D、由于RoIPooling的提出，不需要再對候選區(qū)域進(jìn)?各向同性縮放的操作，避免了圖像分辨率的降低正確答案：C；D4下列關(guān)于使?RPN算法?成錨框的描述，正確的是（）A、在FasterR-CNN中，RPN算法直接在圖像上?成錨框B、RPN算法對特征圖每個點(diǎn)?成9個錨框，錨框中?點(diǎn)相同，尺度??不同C、RPN算法對特征圖每個點(diǎn)?成9個錨框，錨框的尺度相同，只是中?點(diǎn)位置不同D、在FasterR-CNN中，RPN算法在圖像經(jīng)過卷積后，在得到的特征圖上?成錨框正確答案：B；D5相較于RoIPooling，RoIAlign能夠提?檢測?標(biāo)的精度，但提?效果與數(shù)據(jù)集相關(guān)，下列描述正確的是（）A、在??標(biāo)較多的數(shù)據(jù)集上，RoIAlign的檢測效果更好，因?yàn)闄z測?物體?標(biāo)受于RoIPooling的量化誤差的影響更?B、在??標(biāo)較多的數(shù)據(jù)集上，RoIAlign的檢測效果更好，因?yàn)闄z測?物體?標(biāo)受于RoIPooling的量化誤差的影響更?C、RoIAlign在圖像較少的數(shù)據(jù)集上提升效果較好D、RoIAlign使?了雙線性插值算法，獲得特征值正確答案：B；D6、FastR-CNN是基于R-CNN改進(jìn)的算法，下列關(guān)于FastR-CNN的表述正確的是（）A、FastR-CNN算法將給定圖像直接輸?CNN，進(jìn)?特征提取B、FastR-CNN使?Softmax算法對特征進(jìn)?分類C、FastR-CNN改進(jìn)了?成候選區(qū)域的?式，提?了計算效率D、在RoIPooling層，輸出的特征圖的??與輸?的特征圖??相關(guān)，?般成?例進(jìn)?縮放正確答案：A；B簡答題1簡述YOLO算法思想及YOLOv1結(jié)構(gòu)。答案：YOLO算法思想：YOLO（YouOnlyLookOnce）算法的核心思想是將目標(biāo)檢測任務(wù)轉(zhuǎn)化為一個回歸問題。它摒棄了傳統(tǒng)的兩階段目標(biāo)檢測方法中先提取候選區(qū)域再進(jìn)行分類的步驟，而是直接將一幅圖像分成若干個網(wǎng)格（gridcell），每個網(wǎng)格負(fù)責(zé)預(yù)測該網(wǎng)格內(nèi)是否存在目標(biāo)以及目標(biāo)的類別和位置信息。這種端到端的訓(xùn)練方式和單階段檢測的特性，使得YOLO算法具有更快的檢測速度和更高的準(zhǔn)確率。YOLOv1結(jié)構(gòu)：YOLOv1的網(wǎng)絡(luò)結(jié)構(gòu)包含24個卷積層，用于對輸入圖像進(jìn)行特征提取，不斷地提取圖像的抽象特征。此外，還有2個全連接層，第一個全連接層將卷積得到的分布式特征映射到樣本標(biāo)記空間，把輸入圖像的所有卷積特征整合到一起；第二個全連接層將所有神經(jīng)元得到的卷積特征進(jìn)行維度轉(zhuǎn)換，最后得到與目標(biāo)檢測網(wǎng)絡(luò)輸出維度相同的維度。最終，YOLOv1輸出的檢測結(jié)果為SxSx(B*5+C)的形式，其中S為網(wǎng)格數(shù)量，B為每個網(wǎng)格的預(yù)測框數(shù)量（在YOLOv1中為2），5為預(yù)測框的位置和置信度信息（包括中心點(diǎn)坐標(biāo)x、y，寬高w、h，以及置信度c），C為類別數(shù)量（針對數(shù)據(jù)集的種類數(shù)量）。2簡述目標(biāo)檢測深度學(xué)習(xí)模型。答案：目標(biāo)檢測深度學(xué)習(xí)模型是計算機(jī)視覺領(lǐng)域的重要工具，用于從圖像或視頻中自動識別出特定目標(biāo)的位置和類別。以下是一些常見的目標(biāo)檢測深度學(xué)習(xí)模型：YOLO系列：包括YOLOv1、YOLOv2（YOLO9000）、YOLOv3、YOLOv4、YOLOv5、YOLOv7等，它們以速度快、準(zhǔn)確率高而著稱，廣泛應(yīng)用于實(shí)時目標(biāo)檢測和自動駕駛等領(lǐng)域。EfficientDet：使用了高效的主干網(wǎng)絡(luò)和一組新的檢測頭，設(shè)計初衷是運(yùn)算高效準(zhǔn)確，能夠高精度實(shí)時檢測物體。RetinaNet：使用了FPN（特征金字塔網(wǎng)絡(luò)）和新的焦點(diǎn)損失函數(shù)，旨在解決目標(biāo)檢測中前景和背景示例不平衡的問題，從而提高檢測準(zhǔn)確性。FasterR-CNN：使用RPN（區(qū)域候選網(wǎng)絡(luò)）來生成候選對象位置，然后使用第二個網(wǎng)絡(luò)對所提出的區(qū)域進(jìn)行分類并細(xì)化位置。FasterR-CNN以其高精度而聞名，經(jīng)常用于圖像和視頻中的目標(biāo)檢測。MaskR-CNN：在FasterR-CNN的基礎(chǔ)上加了一個用于預(yù)測目標(biāo)分割Mask的分支，該模型使用第三個網(wǎng)絡(luò)為每個檢測到的對象生成像素級Mask。MaskR-CNN以其在目標(biāo)檢測中的高精度而聞名，并且也可以用于實(shí)例分割。CenterNet：使用熱圖來預(yù)測每個對象的中心，然后使用第二個網(wǎng)絡(luò)來預(yù)測目標(biāo)的大小和方向。CenterNet以其在目標(biāo)檢測方面的高精度和高效性而聞名。DETR：即DetectionTransformer，使用基于Transformer的架構(gòu)，可以處理高度重疊的對象，無需先驗(yàn)框或最大抑制。SSD：即SingleShotMultiBoxDetector，使用單個網(wǎng)絡(luò)來預(yù)測對象的位置和類別，實(shí)現(xiàn)了高精度的目標(biāo)檢測，并且可以在低端設(shè)備上實(shí)時運(yùn)行。3簡述目標(biāo)檢測的含義。答案：目標(biāo)檢測是計算機(jī)視覺領(lǐng)域的一個核心任務(wù)，旨在找出圖像或視頻中的所有感興趣目標(biāo)（物體），并確定它們的類別和位置。這一任務(wù)融合了圖像分類和定位兩個子任務(wù)，要求算法能夠同時解決“是什么？”和“在哪里？”的問題。目標(biāo)檢測技術(shù)在現(xiàn)實(shí)生活中有著廣泛的應(yīng)用，包括但不限于安全監(jiān)控、智能交通、智能零售、醫(yī)療影像分析等領(lǐng)域。4簡述傳統(tǒng)目標(biāo)檢測的流程。答案：傳統(tǒng)目標(biāo)檢測主要分為以下幾個步驟：區(qū)域選擇：生成一系列候選框，這些候選框可能包含目標(biāo)物體。傳統(tǒng)方法常采用滑動窗口的方式，通過不同大小和長寬比的窗口在圖像上滑動來生成候選框。特征提?。簩蜻x框內(nèi)的圖像進(jìn)行特征提取，提取出能夠描述物體特性的特征向量。傳統(tǒng)方法常采用手工設(shè)計的特征，如SIFT、Haar-like、HOG等。分類器：使用分類器對提取出的特征向量進(jìn)行分類，判斷候選框內(nèi)是否包含目標(biāo)物體以及目標(biāo)物體的類別。常見的分類器有支持向量機(jī)（SVM）、KNN算法、神經(jīng)網(wǎng)絡(luò)（NN）等。非極大值抑制（NMS）：對于多個重疊的候選框，只保留其中置信度最高的框，以去除冗余的檢測結(jié)果。非極大值抑制通過比較候選框之間的重疊程度和置信度來實(shí)現(xiàn)。以上步驟共同構(gòu)成了傳統(tǒng)目標(biāo)檢測的基本流程，但需要注意的是，傳統(tǒng)方法在計算復(fù)雜度、魯棒性和準(zhǔn)確性等方面存在一定的局限性。隨著深度學(xué)習(xí)技術(shù)的發(fā)展，目標(biāo)檢測領(lǐng)域已經(jīng)取得了顯著的進(jìn)步和突破。1、YOLO算法屬于Two-stage目標(biāo)檢測算法？A正確B錯誤正確答案：B填空題1目標(biāo)檢測的三個階段包括

，

，正確答案：區(qū)域選擇；特征提取；分類

江蘇開放大學(xué)計算機(jī)視覺060731第四次形考作業(yè)單選題1、PixelRNN的核?思想為預(yù)測圖像中像素值的（）A、條件分布B、灰度值C、聯(lián)合分布D、邊緣分布正確答案：A2、GAN的?成?絡(luò)的算法流程不包括（）A、將假樣本輸?判別器，希望得到接近真樣本的?得分B、將?成?絡(luò)的參數(shù)傳?判別?絡(luò)C、?成隨機(jī)變量，并?成假樣本D、優(yōu)化?成?絡(luò)，最?化損失函數(shù)正確答案：B3?格遷移實(shí)現(xiàn)過程中，需要通過圖像特征圖的Grammatrix，計算?格損失。通過卷積層，得到內(nèi)容圖的特征圖為：X=[341331]，可計算出的Grammatrix為（）A、G=[34121257672]B、G=[1821621257672]C、G=[336437112]D、G=正確答案：B4、ConditionalGatedPixelCNN的改進(jìn)?向主要在于（）A、?成多樣化的圖像B、提??成圖像的質(zhì)量C、定向?成某種類別的圖像D、提?計算速度正確答案：C5、下列關(guān)于?格遷移算法的描述，錯誤的是（）A、損失函數(shù)由內(nèi)容損失和?格損失兩部分組成B、特征圖由內(nèi)容圖和?格圖各?經(jīng)過卷積神經(jīng)?絡(luò)后得到C、最?化內(nèi)容損失，可以使?成圖的特征圖接近于內(nèi)容圖的特征圖，保留圖像?格D、深層卷積層得到的內(nèi)容圖的特征圖，更加抽象正確答案：C多選題1、下列關(guān)于變分?編碼器的描述，正確的是（）A、?成?絡(luò)的主要任務(wù)是?成新的隱變量B、推斷?絡(luò)的主要任務(wù)是近似推斷隱變量的后驗(yàn)分布C、KL散度?于度量兩個變量之間的距離D、變分下界是原始樣本的對數(shù)似然函數(shù)的下界正確答案：B；D2、PixelRNN采?了DiagonalBiLSTM和ResidualConnections等結(jié)構(gòu)，下列關(guān)于其描述正確的是（）A、當(dāng)PixelRNN?絡(luò)較深時，采?ResidualConnections能夠提?收斂速度B、DiagonalBiLSTM將輸?圖映射到另?空間C、DiagonalBiLSTM將像素點(diǎn)前后的所有的像素值納?計算D、RGB圖像中，R通道會受到G和B通道的像素值的影響正確答案：A；B3、下列關(guān)于圖像?成技術(shù)的描述，正確的是（）A圖像?成屬于?監(jiān)督學(xué)習(xí)任務(wù)B圖像?成技術(shù)只能?成相似圖像，不能?于視頻預(yù)測C原始數(shù)據(jù)集的真實(shí)分布可以直接求出D使?圖像?成技術(shù)，可以修復(fù)圖像正確答案：A；D4變分?編碼器的結(jié)構(gòu)，主要分為兩部分（）A推斷?絡(luò)B?成?絡(luò)C檢測分?D模板分?正確答案：A；B5、PixelCNN在PixelRNN的基礎(chǔ)上進(jìn)?了改進(jìn)，下列說法正確的是（）A、PixelCNN使?掩膜卷積核，避免像素點(diǎn)受到后?成的像素值的影響B(tài)、PixelCNN使?池化層，并?計算圖像區(qū)域的特征C、RowLSTM和DiagonalLSTM需要逐層順序計算D、在訓(xùn)練、測試和?成圖像時，PixelCNN具有并?計算的優(yōu)勢正確答案：A；C6下列關(guān)于?成對抗?絡(luò)（GAN）的描述，正確的是（）A、GAN?絡(luò)結(jié)構(gòu)主要分為：?成?絡(luò)和判別?絡(luò)B、判別?絡(luò)的任務(wù)是：?成接近真實(shí)樣本的數(shù)據(jù)，并判斷圖像?成效果C、?成?絡(luò)的任務(wù)是：判斷輸?的數(shù)據(jù)是否為真實(shí)樣本D、判別?絡(luò)對輸?的假樣本和真樣本打分，使真樣本得分?，假樣本得分低正確答案：A；D簡答題1簡述圖像生成的含義及主要方法。答案：含義：圖像生成是指使用計算機(jī)算法生成圖像的過程，這些圖像可以是真實(shí)的照片、繪畫、3D渲染或者是完全想象的圖像。主要方法：基于規(guī)則的圖像生成：通過手動設(shè)計規(guī)則來生成圖像，如計算機(jī)圖形學(xué)中的幾何建模，通過定義幾何形狀、光照、材質(zhì)等參數(shù)來生成圖像?；诮y(tǒng)計學(xué)的圖像生成：通過對大量圖像數(shù)據(jù)進(jìn)行分析，學(xué)習(xí)數(shù)據(jù)中的規(guī)律，然后使用這些規(guī)律來生成新的圖像，如基于紋理的方法和基于樣式的方法?；谏疃葘W(xué)習(xí)的圖像生成：利用神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，以學(xué)習(xí)輸入圖像和輸出圖像之間的映射關(guān)系，常見的模型有生成對抗網(wǎng)絡(luò)（GAN）、變分自編碼器（VAE）等。2簡述PixelRNN的基本原理。答案：PixelRNN是一種基于循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN）的像素級生成模型，通過逐個像素地生成圖像來構(gòu)建完整的圖像。其核心思想是將圖像中的像素視為序列，并利用RNN的能力來捕捉像素之間的依賴關(guān)系。PixelRNN按像素的行列順序生成圖像，每次生成一個像素，并將其作為下一個像素的上下文信息。使用長短期記憶（LSTM）單元來捕捉像素之間的長期依賴關(guān)系，并在LSTM層周圍引入了殘差連接以提高深層網(wǎng)絡(luò)的訓(xùn)練效果。3簡述風(fēng)格遷移及主要方法。答案：風(fēng)格遷移：是指將一種圖像的風(fēng)格應(yīng)用到另一種圖像上的過程，從而生成具有新風(fēng)格的圖像。主要方法：基于筆劃的渲染：在數(shù)字畫布上增加虛擬筆劃以渲染具有特定樣式的圖片，應(yīng)用場景大多限定在油畫、水彩、草圖等。圖像類比方法：學(xué)習(xí)一對源圖像和目標(biāo)圖像之間的映射，以監(jiān)督學(xué)習(xí)的方式定位風(fēng)格化圖像。圖像濾波方法：采用一些組合的圖像濾波器（如雙邊和高斯濾波器等）來渲染給定的圖片。紋理合成方法：在源紋理圖像中增加相似紋理的過程，但僅利用低級圖像特征，限制了性能。神經(jīng)風(fēng)格遷移（NST）：分為基于在線圖像優(yōu)化的慢速神經(jīng)網(wǎng)絡(luò)方法和基于在線模型優(yōu)化的快速神經(jīng)網(wǎng)絡(luò)方法。前者通過逐步優(yōu)化圖像來實(shí)現(xiàn)風(fēng)格遷移和圖像重建，后者優(yōu)化了生成離線模型并使用單個前向傳遞產(chǎn)生風(fēng)格化圖像。4簡述DCGAN網(wǎng)絡(luò)結(jié)構(gòu)。答案：DCGAN是深度卷積生成對抗網(wǎng)絡(luò)（DeepConvolutionalGenerativeAdversarialNetworks）的簡稱，是生成對抗網(wǎng)絡(luò)GAN中一種常見的模型結(jié)構(gòu)。DCGAN中的生成器和判別器都是神經(jīng)網(wǎng)絡(luò)模型，其中生成模型使用卷積神經(jīng)網(wǎng)絡(luò)，判別模型也使用卷積神經(jīng)網(wǎng)絡(luò)。DCGAN使用帶步長的卷積取代池化層進(jìn)行下采樣，使用轉(zhuǎn)置卷積進(jìn)行上采樣，激活函數(shù)為LeakyReLu，并使用BatchNormalization進(jìn)行標(biāo)準(zhǔn)化。DCGAN的生成模型目標(biāo)是最小化判別模型D的判別準(zhǔn)確率，而判別模型目標(biāo)是最大化判別模型D的判別準(zhǔn)確率。5最少給出三類具有代表性的生成模型。答案：DALL-E2：來自O(shè)penAI的生成模型，在零樣本學(xué)習(xí)上做出大突破，使用CLIP模型和基于Transformer對圖像塊建模的方法，取得了不錯的生成效果。StableDiffusion：由慕尼黑大學(xué)的CompVis小組開發(fā)，基于潛在擴(kuò)散模型打造，可以通過在潛表示空間中迭代去噪以生成圖像，并將結(jié)果解碼成完整圖像。Imagen：來自谷歌的生成模型，基于Transformer模型搭建，其中語言模型在純文本數(shù)據(jù)集上進(jìn)行了預(yù)訓(xùn)練，通過增加語言模型參數(shù)量來提升生成效果。這些生成模型在圖像生成領(lǐng)域具有廣泛的應(yīng)用和重要的研究價值。判斷題1、VAE（變分自編碼器）是Kingma等人基于馬爾科夫鏈提出的生成模型？A正確B錯誤正確答案：B

江蘇開放大學(xué)計算機(jī)視覺060731第五次形考單選題1特征臉法和基于?何特征的?臉識別?法，都是常?的傳統(tǒng)?臉識別?法，下列相關(guān)描述錯誤的是（）A使?特征臉法時，每個?臉都可以表示為特征臉的線性組合B使?基于?何特征的?臉識別?法時，需要對臉部主要器官進(jìn)?定位C使?基于?何特征的?臉識別?法時，不需要采?分類器進(jìn)??臉識別D使?特征臉法時，需計算?臉圖像的特征向量，即“特征臉”正確答案：C2下圖為?臉識別算法DeepFace的?絡(luò)結(jié)構(gòu)，紅?框內(nèi)為卷積層和池化層，?于對?臉進(jìn)?特征提取，下列相關(guān)說法錯誤的是（）A、輸?C1卷積層的圖像要求像素??相同B、C3、L4卷積層使?參數(shù)不共享的卷積核C、C1卷積層的主要?的是提取?臉低層次的特征D、L5卷積層使?參數(shù)不共享的卷積核正確答案：B3、DeepFace算法選擇（）基準(zhǔn)點(diǎn)進(jìn)行檢測。A7B6C4D5正確答案：B4下圖為DeepID進(jìn)?特征提取時，卷積神經(jīng)?絡(luò)的輸?數(shù)據(jù)，即?臉圖像經(jīng)過處理后，得到的多個Patch。?張?臉圖像輸?卷積神經(jīng)?絡(luò)的Patch不包括（）A該?臉圖像轉(zhuǎn)換后的灰度圖像B與該?臉相似的，其他?臉的圖像C?臉不同區(qū)域的圖像，如眼睛、??部分圖像D同?圖像經(jīng)過放縮得到的不同尺度的圖像正確答案：B5采?深度學(xué)習(xí)?法進(jìn)??臉識別時，通常包括以下四個步驟，下列排序正確的是（）a.?臉對?b.?臉表征c.?臉檢測d.?臉匹配A、bdacB、abcdC、cabdD、cbad正確答案：C6下圖具體展示了使?深度學(xué)習(xí)?法，進(jìn)??臉識別的流程，下列相關(guān)說法錯誤的是（）A、C處進(jìn)??臉匹配，矯正?臉的形態(tài)，和數(shù)據(jù)庫中的圖像進(jìn)?匹配B、B處檢測?臉特征點(diǎn)的位置C、A處進(jìn)??臉檢測，確定?臉在圖像中的??和位置D、D處進(jìn)??臉表征，提取?臉特征信息正確答案：A多選題1、DeepID算法可以使?聯(lián)合?葉斯、神經(jīng)?絡(luò)兩種?法進(jìn)??臉驗(yàn)證，下列相關(guān)描述錯誤的是（）A、神經(jīng)?絡(luò)算法將需要對?的兩張圖像，聯(lián)合輸??絡(luò)，進(jìn)?特征提取B、神經(jīng)?絡(luò)算法得到的不同?臉的特征相似度較?、同??臉的特征相似度較低C、聯(lián)合?葉斯算法假設(shè)?臉特征為兩個相關(guān)性較?的?斯分布之和D、聯(lián)合?葉斯算法采?EM算法估計參數(shù)正確答案：B；C2、FaceNet可以?于?臉驗(yàn)證、識別和聚類，下列相關(guān)描述錯誤的是（）A、FaceNet中圖像嵌?的過程，是指計算特征向量的相關(guān)性B、FaceNet中，圖像相似度與圖像的空間距離?關(guān)，與提取的特征有關(guān)C、FaceNet將圖像映射到歐??得空間，再進(jìn)?計算D、FaceNet在經(jīng)典?臉數(shù)據(jù)集LFW上能夠達(dá)到較?的識別準(zhǔn)確率正確答案：A；B3、基于?何特征的?臉識別?法的計算過程包括（）A、計算?臉特征點(diǎn)之間的距離B、定位?臉眼、?、?等器官C、采?主成分分析，計算?臉特征向量D、計算多個?臉的“平均臉”正確答案：A；B4、DeepFace是經(jīng)典的?臉識別算法，下列描述正確的是（）A、DeepFace對?臉進(jìn)?3D對?的?的是將?臉圖像更?體化B、DeepFace通過卷積神經(jīng)?絡(luò)實(shí)現(xiàn)?臉2D對?C、DeepFace?絡(luò)中的第?層卷積，?于提取低層次的特征D、在使?DeepFace?絡(luò)中后三個卷積層學(xué)習(xí)?臉部眼、?、嘴的特征時，應(yīng)采?不同的卷積核學(xué)習(xí)，且參數(shù)不共享正確答案：C；D5、如今?臉識別算法越來越受到重視，下列關(guān)于?臉識別的描述，錯誤的是（）A、作為?物特征識別對象，?臉具有穩(wěn)定、便捷、不易偽造等優(yōu)點(diǎn)B、特征臉法是常?的深度學(xué)習(xí)?法，?以進(jìn)??臉識別C、?臉識別是通過提取?臉圖像的信息，進(jìn)?身份驗(yàn)證D、悲傷、快樂等表情不會對?臉識別