農(nóng)業(yè)病蟲害AI識別工程師崗位招聘考試試卷及答案一、填空題（共10題，每題1分）1.農(nóng)業(yè)病蟲害圖像預處理中，常用的去噪方法有______濾波、中值濾波等。2.用于病蟲害識別的經(jīng)典CNN模型包括LeNet、AlexNet和______等。3.水稻紋枯病的病原菌屬于______屬。4.病蟲害目標檢測常用的標注工具是______。5.模型訓練中，分類任務常用的損失函數(shù)是______損失。6.小麥銹病中危害最重的是______銹病。7.CNN中提取特征的核心層是______層。8.公開病蟲害圖像數(shù)據(jù)集有PlantVillage和______。9.無人機圖像拼接常用的算法是______。10.多光譜圖像相比RGB圖像，優(yōu)勢是獲取______信息。二、單項選擇題（共10題，每題2分）1.適合病蟲害目標檢測的模型是？A.LeNet-5B.YOLOv5C.BERTD.GPT-32.水稻稻瘟病無以下哪種癥狀？A.急性病斑B.白穗C.銹色粉狀物D.慢性病斑3.圖像歸一化到[0,1]的目的是？A.去噪B.提高收斂速度C.增強清晰度D.壓縮數(shù)據(jù)4.屬于細菌性病害的是？A.小麥紋枯病B.水稻白葉枯病C.玉米大斑病D.番茄晚疫病5.遷移學習通常凍結預訓練模型的？A.卷積層B.全連接層C.輸出層D.所有層6.不屬于圖像增強的方法是？A.旋轉B.翻轉C.顏色抖動D.圖像壓縮7.導致葉片“穿孔”的病害是？A.黃瓜霜霉病B.桃樹細菌性穿孔病C.番茄葉霉病D.小麥白粉病8.池化層的主要作用是？A.增加特征維度B.減少計算量+防過擬合C.調整顏色D.提取紋理9.不屬于AI識別落地場景的是？A.田間實時監(jiān)測B.無人機巡檢C.人工診斷D.智慧平臺預警10.屬于one-stage目標檢測的是？A.FasterR-CNNB.YOLOC.MaskR-CNND.R-CNN三、多項選擇題（共10題，每題2分）1.病蟲害AI識別核心步驟包括？A.圖像采集B.預處理C.特征提取D.模型推理2.水稻常見病害有？A.稻瘟病B.白葉枯病C.紋枯病D.條銹病3.CNN模型優(yōu)化方法有？A.正則化B.批量歸一化C.DropoutD.數(shù)據(jù)增強4.圖像標注常用格式有？A.PascalVOCB.COCOC.YOLOD.JPEG5.多光譜圖像優(yōu)勢是？A.區(qū)分健康/患病葉片B.早期病害檢測C.提高準確率D.降低成本6.屬于真菌性病害的有？A.小麥白粉病B.番茄晚疫病C.水稻紋枯病D.黃瓜角斑病7.無人機采集圖像優(yōu)勢是？A.大范圍覆蓋B.實時性C.低成本D.高分辨率8.模型評估指標包括？A.準確率B.召回率C.F1值D.混淆矩陣9.屬于目標檢測任務的是？A.識別蚜蟲數(shù)量B.區(qū)分稻瘟病/紋枯病C.定位病斑D.識別作物品種10.遷移學習作用是？A.減少標注數(shù)據(jù)B.加快訓練C.提高泛化D.降低復雜度四、判斷題（共10題，每題2分）1.CNN只能處理圖像，不能處理文本。（）2.水稻白葉枯病由真菌引起。（）3.數(shù)據(jù)增強可防模型過擬合。（）4.YOLOv5是two-stage算法。（）5.小麥條銹病病原菌是條形柄銹菌。（）6.直方圖均衡化增強圖像對比度。（）7.所有病害都能通過RGB圖像準確識別。（）8.學習率越大，模型效果越好。（）9.AI識別最終目標是輔助精準施藥。（）10.標注質量不影響模型準確率。（）五、簡答題（共4題，每題5分）1.簡述農(nóng)業(yè)病蟲害圖像預處理的主要步驟及目的。2.什么是遷移學習？在病蟲害識別中如何應用？3.列舉3種AI識別落地場景及價值。4.目標檢測與圖像分類在病蟲害識別中的區(qū)別及適用場景。六、討論題（共2題，每題5分）1.農(nóng)業(yè)病蟲害AI識別面臨的主要挑戰(zhàn)及解決思路？2.如何平衡模型準確率與實時性？---答案部分一、填空題答案1.高斯2.VGG16（或ResNet）3.立枯絲核菌4.LabelImg5.交叉熵6.條7.卷積8.PlantDoc9.SIFT（或ORB）10.光譜（多波段）二、單項選擇題答案1.B2.C3.B4.B5.A6.D7.B8.B9.C10.B三、多項選擇題答案1.ABCD2.ABC3.ABCD4.ABC5.ABC6.ABC7.ABD8.ABCD9.AC10.ABC四、判斷題答案1.×2.×3.√4.×5.√6.√7.×8.×9.√10.×五、簡答題答案1.預處理步驟及目的：①去噪（高斯/中值濾波，減少干擾）；②歸一化（像素縮放到[0,1]，提升模型收斂）；③增強（直方圖均衡化/顏色抖動，突出病斑）；④尺寸統(tǒng)一（適配模型輸入）。目的是優(yōu)化圖像質量，減少無關信息，提升識別效率。2.遷移學習及應用：利用預訓練模型（如ResNet）的通用特征，遷移到病蟲害任務。應用：①凍結卷積層，訓練全連接層適配分類；②微調（解凍部分卷積層，用病害數(shù)據(jù)優(yōu)化）。優(yōu)勢是減少標注數(shù)據(jù)，加快訓練，解決樣本不足問題。3.落地場景及價值：①田間實時監(jiān)測（手機識別，及時處理，減損失）；②無人機巡檢（大范圍分布識別，精準預警）；③智慧平臺（整合氣象/土壤數(shù)據(jù)，輔助植保決策，降成本）。4.區(qū)別及適用場景：①分類（僅判類別，無位置）：實驗室快速篩查；②檢測（判類別+定位）：田間精準施藥、害蟲密度統(tǒng)計。六、討論題答案1.挑戰(zhàn)及解決思路：①數(shù)據(jù)不足：用數(shù)據(jù)增強+遷移學習；②環(huán)境干擾：注意力機制聚焦病斑，輕量化模型；③泛化差：多源數(shù)據(jù)（氣象/土壤）融合；④成本高：