2025人工智能領(lǐng)域計(jì)算機(jī)視覺算法技術(shù)認(rèn)證考核試卷及答案一、單選題（每題2分，共20分）1.在YOLOv8中，若輸入圖像尺寸為640×640，下采樣倍數(shù)為32，則最終特征圖的空間分辨率是A.10×10?B.20×20?C.40×40?D.80×80答案：B解析：640÷32=20，故特征圖尺寸為20×20。2.VisionTransformer（ViT）在ImageNet1k上取得最高Top1準(zhǔn)確率時(shí)，其PatchSize通常為A.8?B.16?C.32?D.64答案：B解析：ViTB/16在ImageNet1k上達(dá)到81.8%，PatchSize16為經(jīng)典配置。3.下列哪種數(shù)據(jù)增強(qiáng)策略對目標(biāo)檢測任務(wù)提升最大且不會(huì)引入標(biāo)簽偏移A.MixUp?B.CutMix?C.Mosaic?D.RandomErasing答案：C解析：Mosaic將四張圖拼接，保持相對坐標(biāo)不變，標(biāo)簽無需修正。4.在CenterNet中，若heatmap峰值點(diǎn)坐標(biāo)為(123.6,88.4)，則最終預(yù)測框中心點(diǎn)坐標(biāo)為A.(123,88)?B.(124,88)?C.(123.6,88.4)?D.(124,89)答案：C解析：CenterNet直接回歸亞像素級浮點(diǎn)坐標(biāo)，無需取整。5.使用FocalLoss時(shí)，若γ=2、pt=0.9，則調(diào)制因子(1pt)^γ約為A.0.01?B.0.02?C.0.1?D.0.2答案：A解析：(10.9)^2=0.01。6.在MaskRCNN中，RoIAlign雙線性插值采樣點(diǎn)數(shù)為A.1?B.2?C.4?D.9答案：C解析：RoIAlign默認(rèn)2×2采樣點(diǎn)，每個(gè)點(diǎn)4個(gè)插值位置，共4。7.下列哪項(xiàng)不是Transformer自注意力計(jì)算復(fù)雜度O(n2)的優(yōu)化方案A.Linformer?B.Performer?C.SwinTransformer?D.DeiT答案：D解析：DeiT通過蒸餾訓(xùn)練，不改變注意力復(fù)雜度。8.在TensorRT8.6中，INT8量化校準(zhǔn)算法默認(rèn)采用A.Entropy?B.MinMax?C.Percentile?D.KL答案：A解析：Entropy校準(zhǔn)在TensorRT8.x為默認(rèn)，兼顧精度與速度。9.使用OpenCVDNN推理YOLOv5s，若設(shè)置backend為CUDA，target為CUDA_FP16，則輸入blob數(shù)據(jù)類型應(yīng)為A.CV_8U?B.CV_32F?C.CV_16F?D.CV_64F答案：B解析：OpenCVDNN接收FP32blob，內(nèi)部轉(zhuǎn)為FP16。10.在MMDetection框架中，若config文件設(shè)置`optimizer=dict(type='AdamW',lr=0.0001,weight_decay=0.05)`，則weight_decay對應(yīng)的是A.L1正則?B.L2正則?C.AdamW解耦權(quán)重衰減?D.梯度裁剪答案：C解析：AdamW將weight_decay從梯度更新中解耦。二、多選題（每題3分，共15分）11.下列哪些操作會(huì)降低VisionTransformer訓(xùn)練顯存占用A.GradientCheckpointing?B.MixedPrecision?C.DeepSpeedZero3?D.LoRA答案：ABCD解析：四項(xiàng)均為顯存優(yōu)化技術(shù)，LoRA通過低秩分解減少可訓(xùn)練參數(shù)量。12.關(guān)于ConvNeXt與SwinTransformer對比，正確的有A.ConvNeXt完全無注意力機(jī)制?B.Swin使用shiftedwindow?C.ConvNeXt采用invertedbottleneck?D.Swin的FLOPs隨圖像尺寸線性增長答案：ABC解析：Swin復(fù)雜度為線性，但常數(shù)項(xiàng)高，非嚴(yán)格線性增長。13.在目標(biāo)檢測評估中，以下哪些情況會(huì)導(dǎo)致mAP50計(jì)算結(jié)果下降A(chǔ).漏檢?B.誤檢?C.框回歸偏差大?D.類別混淆答案：ABCD解析：四項(xiàng)均降低Precision或Recall，導(dǎo)致AP下降。14.使用ONNXRuntime移動(dòng)端推理時(shí)，可開啟哪些加速選項(xiàng)A.NNAPI?B.CoreML?C.XNNPACK?D.TensorRT答案：ABC解析：TensorRT僅限NVIDIAGPU，移動(dòng)端不可用。15.下列哪些損失函數(shù)可直接用于語義分割A(yù).CrossEntropy?B.Dice?C.Tversky?D.Lovász答案：ABCD解析：四項(xiàng)均為分割常用損失。三、填空題（每空2分，共20分）16.在SwinTransformer中，若輸入圖像224×224，PatchSize=4，則序列長度為________。答案：3136解析：(224÷4)2=562=3136。17.YOLOv8的C2f模塊中，若shortcut=True且bottleneck=3，則該模塊內(nèi)部共有________個(gè)卷積層。答案：9解析：每個(gè)bottleneck2個(gè)卷積，3個(gè)共6個(gè)，外加1×1降維、1×1升維、shortcut卷積，共9。18.使用RandAugment時(shí)，若N=2、M=9，則每次增強(qiáng)隨機(jī)挑選________種變換，強(qiáng)度為________級。答案：2；9解析：N為變換種數(shù)，M為強(qiáng)度級。19.在PyTorch中，若模型已`.cuda()`，輸入張量需調(diào)用________方法將其移至GPU。答案：`.cuda()`或`.to('cuda')`解析：模型與數(shù)據(jù)需同設(shè)備。20.MaskRCNN中，mask分支輸出尺寸為28×28，若RoI尺寸為112×112，則雙線性插值放大倍數(shù)為________。答案：4解析：112÷28=4。21.在Transformer中，PositionalEncoding維度需與________維度一致。答案：d_model解析：相加操作要求維度一致。22.使用MMCV運(yùn)行FP16訓(xùn)練時(shí)，需設(shè)置`fp16=dict(loss_scale='________')`以采用動(dòng)態(tài)縮放。答案：dynamic解析：MMCV支持dynamic、static或指定數(shù)值。23.若BatchNorm2d的num_features=64，則其可訓(xùn)練參數(shù)數(shù)量為________。答案：128解析：weight與bias各64，共128。24.在CenterNet訓(xùn)練時(shí)，若heatmap高斯核σ=3，則高斯核半徑約為________像素。答案：18解析：經(jīng)驗(yàn)公式半徑=2×σ×2+1≈13，實(shí)際代碼取σ×6≈18。25.TensorRT中，若校準(zhǔn)批次大小為32，共使用500張圖，則需________次迭代完成校準(zhǔn)。答案：16解析：500÷32≈15.625，向上取整16。四、判斷題（每題1分，共10分）26.DeiTsmall比ViTB/16參數(shù)量更少但I(xiàn)mageNetTop1更高。答案：×解析：DeiTsmall22M參數(shù)，ViTB/1686M，但Top1略低。27.YOLOv8不再使用anchor，完全依賴anchorfree回歸。答案：√解析：YOLOv8全系anchorfree。28.在語義分割中，mIoU與mAP計(jì)算方式完全相同。答案：×解析：mIoU基于交并比，mAP基于PR曲線。29.使用CutMix時(shí)，標(biāo)簽按面積比例線性分配。答案：√解析：CutMix標(biāo)簽為混合比例λ與1λ。30.SwinTransformer的windowattention不支持cudakernel融合。答案：×解析：Swin提供定制cudakernel實(shí)現(xiàn)融合。31.INT8量化后模型大小理論上減少為原來的1/4。答案：×解析：僅權(quán)重從32bit→8bit，模型大小≈1/4，但含激活緩存與代碼，實(shí)際約1/3。32.在MMDetection中，`_base_/datasets/coco_detection.py`默認(rèn)使用RGB順序。答案：√解析：COCO默認(rèn)RGB，與OpenCVBGR相反，需做轉(zhuǎn)換。33.VisionTransformer的CLStoken在測試階段可移除并改用平均池化。答案：√解析：DeiT等論文已驗(yàn)證GAP可替代CLS。34.使用Albumentations時(shí)，若設(shè)置`additional_targets={'mask':'mask'}`，則同一空間變換會(huì)同步應(yīng)用于圖像與mask。答案：√解析：additional_targets保證同步。35.在ONNX導(dǎo)出時(shí)，動(dòng)態(tài)軸設(shè)置錯(cuò)誤可能導(dǎo)致Batch維度固定為1。答案：√解析：動(dòng)態(tài)軸需顯式指定。五、簡答題（每題8分，共24分）36.描述YOLOv8的DFL（DistributionFocalLoss）原理，并給出公式與作用。答案：DFL將邊界框坐標(biāo)的單值預(yù)測改為16bin分布預(yù)測，先softmax獲得離散分布，再與積分形式求期望得到坐標(biāo)。公式：給定16個(gè)區(qū)間，網(wǎng)絡(luò)輸出pi，目標(biāo)坐標(biāo)y落在第k與k+1之間，令yk≤y≤yk+1，則LDFL=?[(k+1?y)log(pk)+(y?k)log(pk+1)]作用：1.顯式建模坐標(biāo)不確定性，提升定位精度；2.分布積分可導(dǎo)，端到端訓(xùn)練；3.對遮擋與小目標(biāo)更魯棒。37.解釋SwinTransformer中ShiftedWindowAttention的實(shí)現(xiàn)流程，并說明如何降低計(jì)算冗余。答案：流程：1.將特征圖按窗口MxM劃分，計(jì)算標(biāo)準(zhǔn)WindowAttention；2.下一層將窗口整體偏移(?M/2?,?M/2?)，形成新的不規(guī)則窗口；3.使用maskedattention屏蔽跨窗口連接，保持稀疏性；4.循環(huán)深度方向交替使用常規(guī)與shifted窗口。降低冗余：1.窗口內(nèi)局部注意力，計(jì)算復(fù)雜度從O(HW)2降至O(M2·(HW/M2)·M2)=O(HWM2)；2.通過cyclicshift將shifted窗口重排為規(guī)則張量，再用batch矩陣乘一次完成，避免padding；3.共享key/value投影，減少顯存搬移。38.列舉三種解決語義分割類別不平衡的損失函數(shù)，并給出各自公式與適用場景。答案：1.DiceLoss：LDice=1?2∑pigi/(∑pi+∑gi)適用：前景背景極度不平衡，醫(yī)學(xué)圖像。2.FocalLoss：LFL=?α(1?pt)^γlogpt適用：易難樣本失衡，通用分割。3.ClassBalancedLoss：LCB=?∑wclog(pc)，wc=(1?β)/(1?β^{nc})適用：長尾分布，COCOStuff等。六、編程與計(jì)算題（共31分）39.（10分）給定PyTorch代碼片段，補(bǔ)全動(dòng)態(tài)shape的ONNX導(dǎo)出，并寫出Python推理腳本獲取輸出維度。代碼：```pythonimporttorch,torch.nnasnnclassModel(nn.Module):def__init__(self):super().__init__()self.conv=nn.Conv2d(3,8,3,1,1)defforward(self,x):returnself.conv(x)m=Model().eval()dummy=torch.randn(1,3,640,640)請補(bǔ)全導(dǎo)出代碼```答案：```pythontorch.onnx.export(m,dummy,"model.onnx",input_names=['input'],output_names=['output'],dynamic_axes={'input':{0:'batch',2:'height',3:'width'},'output':{0:'batch',2:'h',3:'w'}})```推理腳本：```pythonimportonnxruntimeasortimportnumpyasnpsess=ort.InferenceSession("model.onnx")inp=np.random.randn(2,3,320,320).astype(np.float32)out=sess.run(None,{'input':inp})[0]print(out.shape)輸出：(2,8,320,320)```40.（10分）給定COCO格式j(luò)son，類別id=[1,2,3]，寫出Python代碼統(tǒng)計(jì)各類別目標(biāo)框平均面積，并輸出字典。答案：```pythonimportjsonwithopen('instances_train.json')asf:data=json.load(f)id2area={1:[],2:[],3:[]}forannindata['annotations']:cat=ann['category_id']ifcatinid2area:x,y,w,h=ann['bbox']id2area[cat].append(wh)avg={k:sum(v)/len(v)ifvelse0fork,vinid2area.items()}print(avg)```41.（11分）使用OpenCV實(shí)現(xiàn)Sobel邊緣檢測，要求：1.讀入灰度圖；2.計(jì)算x與y方向梯度；3.合并幅值并歸一化到0255；4.保存為png。答案：```pythonimportcv2importnumpyasnpimg=cv2.imread('road.jpg',0)gx=cv2.Sobel(img,