人工智能工程技术人员四级中级工-计算机视觉产品实现 详细题库

计算机视觉算法和模型的精测验证方法技术细节 题目预览

• 第 1 题 单选题
  在计算机视觉分类任务中，衡量模型整体预测正确比例的基础指标是（ ）。
  • A. 精确率
  • B. 召回率
  • C. 准确率
  • D. F1分数
  解析：准确率（Accuracy）是正确分类样本数占总样本数的比例。
• 第 2 题 单选题
  对于目标检测任务，评价模型定位能力的常用指标是（ ）。
  • A. 准确率
  • B. 交并比
  • C. 精确率
  • D. 召回率
  解析：交并比（IoU）衡量预测框与真实框的重叠程度，是目标检测定位精度的核心指标。
• 第 3 题 单选题
  在二分类问题中，召回率的计算公式是（ ）。
  • A. TP/(TP+FN)
  • B. TP/(TP+FP)
  • C. TN/(TN+FP)
  • D. FN/(FN+TP)
  解析：召回率（Recall）=真正例数/(真正例数+假负例数)=TP/(TP+FN)。
• 第 4 题 单选题
  在计算机视觉中，用于衡量模型对负样本识别能力的指标是（ ）。
  • A. 精确率
  • B. 召回率
  • C. 准确率
  • D. 特异度
  解析：特异度（Specificity）=真负例数/(真负例数+假正例数)=TN/(TN+FP)，反映对负样本的识别能力。
• 第 5 题 判断题
  算机视觉模型评估中，平均精度（AP）是用于衡量图像分类任务性能的常用指标。
  • A. 对
  • B. 错
  解析：平均精度（AP）主要用于目标检测和检索任务，图像分类常用准确率或Top-1准确率。
• 第 6 题 判断题
  矩阵中的假正例（FP）是指实际为负例却被模型预测为正例的样本数。
  • A. 对
  • B. 错
  解析：假正例（False Positive）即误报，符合定义。