2025年高職人工智能技術(shù)應(yīng)用(計(jì)算機(jī)視覺(jué))試題及答案一、單項(xiàng)選擇題（每題2分，共20分。每題只有一個(gè)正確答案，錯(cuò)選、多選均不得分）1.在YOLOv5中，若輸入圖像尺寸為640×640，特征圖P3、P4、P5的下采樣倍數(shù)分別為8、16、32，則P5特征圖的空間分辨率是A.20×20??B.40×40??C.80×80??D.160×160答案：A解析：640÷32=20，故P5為20×20。2.使用OpenCV的cv2.resize()將一幅1920×1080的圖像等比縮放到640像素寬，下列插值方式在邊緣保持鋸齒最少的是A.INTER_NEAREST??B.INTER_LINEAR??C.INTER_CUBIC??D.INTER_LANCZOS4答案：D解析：LANCZOS4基于sinc函數(shù)，頻域截?cái)嘧顑?yōu)，邊緣振鈴與鋸齒綜合最小。3.在MobileNetV3Small中，hswish激活函數(shù)相對(duì)于swish的最大硬件友好改進(jìn)是A.去除sigmoid查表??B.引入HardSigmoid近似??C.將乘法改為移位??D.將指數(shù)運(yùn)算改為分段線性答案：B解析：hswish用ReLU6(x+3)/6近似sigmoid，消除指數(shù)運(yùn)算，量化友好。4.當(dāng)使用FocalLoss訓(xùn)練目標(biāo)檢測(cè)模型時(shí)，若γ=2、α=0.25，則對(duì)于易分樣本（pt=0.9）的loss權(quán)重是A.0.0025??B.0.025??C.0.25??D.1答案：A解析：Focal權(quán)重=(1pt)^γ×α=0.12×0.25=0.0025。5.在TensorRT8.6中，將PyTorch的DFL（DistributionFocalLoss）插件導(dǎo)出為ONNX，必須設(shè)置的opset版本最低為A.11??B.12??C.13??D.14答案：C解析：DFL用到ReduceProd，opset13才支持動(dòng)態(tài)軸。6.使用Albumentations庫(kù)做數(shù)據(jù)增強(qiáng)時(shí)，下列變換對(duì)mAP提升最穩(wěn)定且不會(huì)引入標(biāo)簽偏移的是A.RandomRotate90??B.RandomCrop0.8??C.GridMask??D.ElasticTransform答案：C解析：GridMask僅遮擋像素，不改變坐標(biāo)，標(biāo)簽無(wú)需改動(dòng)，mAP提升0.8~1.2。7.在CenterNet中，若heatmap峰值響應(yīng)為1，而高斯核σ=2，則距離峰值點(diǎn)3像素處的理論響應(yīng)值為A.0.105??B.0.324??C.0.606??D.0.882答案：B解析：高斯函數(shù)exp(32/2σ2)=exp(9/8)=0.324。8.當(dāng)使用MixedPrecision訓(xùn)練時(shí)，下列操作必須保持FP32的是A.Conv權(quán)重更新??B.BN層running_var??C.Loss縮放??D.梯度裁剪閾值答案：B解析：running_var累加跨越數(shù)千步，F(xiàn)P16易溢出，官方強(qiáng)制FP32。9.在DeepSort中，若余弦外觀閾值設(shè)為0.25，則對(duì)應(yīng)的角度距離約為A.60°??B.75°??C.90°??D.105°答案：B解析：arccos(0.25)≈75.5°。10.使用ONNXRuntime在ARMCortexA55上運(yùn)行quantizedINT8YOLOv5n，若NMS后處理仍用FP32，則端到端延遲中占比最高的模塊通常是A.ConvINT8??B.Quantize/Dequantize??C.NMS??D.YoloLayer答案：C解析：A55單線程N(yùn)MS遍歷1.2萬(wàn)框，耗時(shí)可達(dá)整體40%以上。二、多項(xiàng)選擇題（每題3分，共15分。每題至少有兩個(gè)正確答案，多選、漏選、錯(cuò)選均不得分）11.關(guān)于VisionTransformer中自注意力計(jì)算，下列說(shuō)法正確的是A.空間復(fù)雜度與序列長(zhǎng)度呈平方關(guān)系??B.采用線性注意力可將復(fù)雜度降到O(n)??C.使用ShiftedWindow后復(fù)雜度與窗口大小呈平方關(guān)系??D.使用Performer近似后仍保持softmax歸一化??E.使用FlashAttention主要減少顯存占用而非計(jì)算量答案：ABCE解析：D錯(cuò)誤，Performer用正交隨機(jī)特征近似，歸一化形式改變。12.在MMDetection框架中，以下組件支持ONNX導(dǎo)出且無(wú)需自定義插件的是A.DCNv2??B.FPN??C.YOLOXHead??D.RetinaHead??E.SoftNMS答案：BD解析：DCNv2與YOLOXHead需插件，SoftNMS需TRT插件。13.使用KnowledgeDistillation壓縮模型時(shí)，下列技巧能緩解“學(xué)生網(wǎng)絡(luò)欠擬合”的是A.提高溫度T??B.引入FeatureMap蒸餾??C.使用FSP矩陣??D.增加數(shù)據(jù)增強(qiáng)強(qiáng)度??E.降低學(xué)習(xí)率答案：ABCD解析：E反而加劇欠擬合。14.在工業(yè)視覺(jué)缺陷檢測(cè)中，關(guān)于自監(jiān)督預(yù)訓(xùn)練策略，下列說(shuō)法正確的是A.MoCov3比SimCLR更適合少樣本場(chǎng)景??B.BYOL依賴(lài)負(fù)樣本對(duì)??C.SwAV需要多裁剪增強(qiáng)??D.DINO在Transformer上表現(xiàn)優(yōu)于ResNet??E.MaskedAutoencoder對(duì)紋理缺陷更魯棒答案：ACDE解析：BYOL無(wú)需負(fù)樣本。15.當(dāng)使用OpenVINO2023.1在InteliGPU上部署YOLOv8n時(shí)，下列操作可提升FPS的是A.啟用AUTOplugin??B.將輸入分辨率改為640×384??C.啟用throughputmode??D.使用INT8量化??E.關(guān)閉異步推理答案：ABCD解析：E會(huì)降低并發(fā)度。三、填空題（每空2分，共20分）16.在YOLOv7的EELAN模塊中，若base_channels=40，growth_rate=20，則經(jīng)過(guò)兩次跨階段拼接后，輸出通道數(shù)為_(kāi)_______。答案：160解析：40+20+20+40+40=160。17.使用PyTorch2.1編譯inductor后端時(shí)，生成Tritonkernel的默認(rèn)block大小為_(kāi)_______×________。答案：64?16解析：Triton模板默認(rèn)64線程×16循環(huán)展開(kāi)。18.在LabelAssignment策略中，ATSS的adaptivek值計(jì)算公式為_(kāi)_______，其中n表示候選框數(shù)量。答案：k=min(topk(n),n//2)19.當(dāng)使用TensorBoard可視化混淆矩陣時(shí)，若類(lèi)別數(shù)為5，則生成的熱力圖維度為_(kāi)_______。答案：5×520.在OpenCV中，cv2.remap的map1與map2數(shù)據(jù)類(lèi)型若為CV_16FC2，則每個(gè)像素占用________字節(jié)。答案：4解析：16F=2字節(jié)，C2=雙通道，共4字節(jié)。21.若使用FLOPs衡量模型復(fù)雜度，EfficientNetB0的乘加次數(shù)約為_(kāi)_______GFLOPs（ImageNet輸入）。答案：0.39解析：官方報(bào)告0.39。22.在CenterNet訓(xùn)練階段，若heatmap生成使用高斯半徑公式radius=ceil(log(5)×σ)，當(dāng)目標(biāo)最短邊為32像素時(shí)，半徑約為_(kāi)_______。答案：4解析：σ=32/6≈5.3，log(5)×5.3≈8.5，ceil后9，但代碼里clamp到4，填4。23.使用ONNX模型檢查器onnx.checker.check_model()時(shí)，若模型opset_imports為空，則默認(rèn)opset版本為_(kāi)_______。答案：124.在MMDeploy中，將PyTorch模型轉(zhuǎn)為T(mén)ensorRT引擎時(shí)，若啟用fp16模式，需設(shè)置config字段________為T(mén)rue。答案：fp16_mode25.當(dāng)使用Albumentations的CoarseDropout時(shí)，若max_holes=8，fill_value=0，則每個(gè)hole的默認(rèn)形狀為_(kāi)_______。答案：正方形四、判斷題（每題1分，共10分。正確打“√”，錯(cuò)誤打“×”）26.SwinTransformer的ShiftedWindow機(jī)制在WMSA階段無(wú)需mask。?×解析：需要attnmask處理移位后邊緣像素。27.在知識(shí)蒸餾中，教師網(wǎng)絡(luò)輸出經(jīng)過(guò)softmax后，溫度T越大，概率分布越尖銳。?×解析：T越大越平滑。28.使用OpenCV的cv2.dnn.readNetFromONNX加載YOLOv5s.onnx時(shí)，必須指定cv2.dnn.DNN_BACKEND_CUDA才能啟用GPU。?×解析：可自動(dòng)回退CPU。29.在工業(yè)相機(jī)SDK中，設(shè)置觸發(fā)模式為“Line0”表示使用硬觸發(fā)。?√30.當(dāng)使用MixedPrecision訓(xùn)練時(shí)，梯度縮放因子loss_scale過(guò)大會(huì)導(dǎo)致梯度下溢。?×解析：過(guò)大會(huì)導(dǎo)致上溢。31.RetinaNet的FocalLoss中，α平衡參數(shù)對(duì)正負(fù)樣本權(quán)重影響與γ無(wú)關(guān)。?√解析：α與γ獨(dú)立。32.在ONNX中，DynamicAxes必須同時(shí)指定batch與height維度才能支持動(dòng)態(tài)分辨率。?×解析：可只指定batch。33.使用TensorRT的INT8校準(zhǔn)器IInt8EntropyCalibrator2時(shí)，校準(zhǔn)圖片數(shù)量一般不少于500張。?√34.在DeepSort中，馬氏距離與余弦距離通過(guò)加權(quán)系數(shù)相加構(gòu)成最終匹配代價(jià)。?√35.當(dāng)使用MMDetection訓(xùn)練YOLOX時(shí)，關(guān)閉mosaic增強(qiáng)會(huì)導(dǎo)致mAP下降約1.5。?√解析：COCO實(shí)驗(yàn)均值1.4~1.6。五、簡(jiǎn)答題（每題8分，共24分）36.描述VisionTransformer在輸入端將224×224×3圖像拆分成196個(gè)16×16patch的完整流程，并給出PyTorch代碼片段，要求包含位置編碼初始化。答案：1.圖像歸一化至[0,1]后減去ImageNet均值方差。2.使用Conv2d(kernel=16,stride=16)實(shí)現(xiàn)patch嵌入，輸出14×14×768。3.展平為196×768。4.加入可學(xué)習(xí)位置編碼(196+1)×768，clstoken額外拼接。代碼：```pythonimporttorch.nnasnnclassPatchEmbed(nn.Module):def__init__(self,img_size=224,patch_size=16,embed_dim=768):super().__init__()j=nn.Conv2d(3,embed_dim,kernel_size=patch_size,stride=patch_size)self.pos_embed=nn.Parameter(torch.zeros(1,(img_size//patch_size)2+1,embed_dim))trunc_normal_(self.pos_embed,std=.02)defforward(self,x):B,C,H,W=x.shapex=j(x).flatten(2).transpose(1,2)B,N,Dcls_tokens=nn.Parameter(torch.zeros(B,1,x.size(2))).to(x.device)x=torch.cat((cls_tokens,x),dim=1)+self.pos_embedreturnx```37.說(shuō)明CenterNet在推理階段如何將heatmap峰值轉(zhuǎn)換為邊界框，并給出后處理偽代碼，要求包含3×3最大池化去噪。答案：偽代碼：```heatmap=torch.sigmoid(heatmap)hmax=nn.functional.max_pool2d(heatmap,kernel_size=3,stride=1,padding=1)keep=(hmax==heatmap).float()peaks=heatmapkeeptopk_scores,topk_inds=torch.topk(peaks.view(batch,1),k=100)topk_ys=(topk_inds//width).float()topk_xs=(topk_inds%width).float()width_pred=width_head[batch,topk_inds]height_pred=height_head[batch,topk_inds]bboxes=torch.stack([topk_xswidth_pred/2,topk_ysheight_pred/2,topk_xs+width_pred/2,topk_ys+height_pred/2],dim=2)```38.列舉使用TensorRTINT8量化YOLOv5時(shí)，出現(xiàn)mAP從37.2降到34.8的三種可能原因，并給出對(duì)應(yīng)解決策略。