2026年春江苏开放大学计算机视觉第二次形考作业
一、2026年春江苏开放大学计算机视觉第二次形考作业单选题
1、下列关于Dropout的描述，正确的是（）
A、通过减少卷积层和池化层的个数，防⽌过拟合
B、通过随机删除部分神经元，防⽌过拟合
C、通过减少卷积层和池化层的个数，提取出局部特征
D、通过随机删除部分神经元，提取出局部特征
正确：B
2、GoogLeNet⽹络额外增加了2个辅助的Softmax层作为辅助分类器。下列关于它的描述，错误的是（）
A、辅助分类器给⽹络增加了反向传播的梯度信号，⼀定程度解决了梯度消失的问题
B、辅助分类器⽤于训练和测试阶段
C、辅助分类器将中间某⼀层的输出也纳⼊到最终的分类结果中
D、辅助分类器提供了额外的正则化
正确：B
3、VGGNet的参数量主要集中在（）
A、卷积层
B、全连接层
C、池化层
D、激活层
正确：B
4、相较于Sigmoid和Tanh函数，ReLU函数作为激活函数的特点是（）
A、能够有效缓解梯度消失的问题
B、使模型收敛速度较慢
C、计算复杂，计算成本⾼昂
D、是线性函数
正确：A
5、卷积神经网络中，若使用RGB图像作为输入，则输入层的通道数为（）
A、128
B、256
C、3
D、256×256
正确：C
二、2026年春江苏开放大学计算机视觉第二次形考作业多选题
1、SENet中的Channel Attention机制包含的操作有（）
A、Excitation
B、Shortcut Connection
C、Dropout
D、SqueezE
正确：A；D
2、卷积神经网络有许多神经层组成，主要包括（）
A、分类层
B、归一化层
C、池化层
D、卷积层
正确：A；C；D
3、下列关于跨物种语义级别的图像分类的描述，正确的是（）
A、主要⽬的是区分属于不同物种或⼤类的对象
B、分类结果呈类间⽅差较⼩，类内⽅差较⼤的特点
C、主要⽬的是区分属于同⼀个物种⼤类的⼦类
D、分类结果呈类间⽅差较⼤，类内⽅差较⼩的特点
正确：A；D
4、下图体现了ResNet⽹络中的Bottleneck Design结构，输⼊为256维的特征，下列描述正确的是（）
A、使⽤Bottleneck Design结构，能解决梯度消失的问题
B、图中的⽹络结构需要的参数量为1×1×64+3×3×64+1×1×256
C、使⽤Bottleneck Design结构，能够减少⽹络中的参数量
D、1×1卷积核的主要作⽤是，对数据进⾏降维和升维的操作
正确：C；D
5、下列关于全连接层的描述，正确的是（）
A、经过卷积层和池化层降维，可以降低全连接层的数据计算量，提升计算效率
B、全连接层的作⽤是综合已提取的特征
C、全连接层通常在卷积神经⽹络隐藏层的中间部分
D、全连接层与上⼀层输⼊数据之间的部分神经元相互连接
正确：A；B
6、数据增强常⽤的⽅法有（）
A、⽔平翻转
B、颜⾊光照变换
C、平移变换
D、随机裁剪
复习时可以这样用：
这类资料可以配合图像处理、特征提取、模型训练和识别任务几个模块复习。术语较多时，先把输入、处理过程和输出结果对应起来，比单独背概念更有效。
遇到算法类内容，建议把每个方法解决什么问题、依赖什么数据、有什么局限写在旁边。这样后面复习卷积、边缘检测、目标识别等内容时，逻辑会清楚很多。
如果原资料篇幅较短，复习时更要补上教材中的上下文。短题目往往只给出一个判断点，但课程考查的范围通常还包括概念来源、适用条件和实际例子。
文章评论