视知觉是一种较高层次的功能，它将外部刺激转化为有意义的外在世界空间的表象，关...

6.单项选择题2014年，Ross BGirshick提出了RCNN两阶段目标检测模型，该模型利用深度卷积神经网络提取特征，并非端到端得卷积神经网络模型，请描述该模型得检测流程（）。
1.利用selective search方法在输入图像中提取2000个region proposals，并归一化到227*227
2.候选图像输入到卷积神经网络中提取特征
3.利用SVM进行分类
4.使用NMS非极大值抑制去除IOU值较大冗余region proposals，并做目标框bbox回归

A.1，2，3，4
B.1，4，2，4
C.2，1，3，4
D.2，1，4，3

点击查看答案

7.单项选择题2015年，Ross BGirshick在之前的基础之上对模型的进行了优化，提出了Fast RCNN，该模型提出了一种ROI Pooling的方法，降低了模型对输入图像尺寸的依赖，并实现了端到端的目标检测ROI Pooling的运行方式是（）。
1.利用selective search方法在输入图像中提取2000个region proposals
2.原始图像输入到卷积神经网络中提取特征
3.将原始图像中的region proposal映射到卷积特征图上
4.利用ROI Pooling将region proposal特征子区域下采样到统一尺寸，之后提取特征
5.利用CNN模型进行目标识别和Bbox回归，使用NMS非极大值抑制去除IOU值较大冗余region proposals

A.1，2，3，4，5
B.1，3，2，4，5
C.2，1，3，4，5
D.2，1，4，3，5

点击查看答案

8.单项选择题深度可分离卷积相对于传统的卷积运算具有一定的优势，其主要集中在哪些方面？（）

A.对计算资源要求更低
B.参数量减少了
C.计算量相对更少
D.以上所有

点击查看答案

9.单项选择题2017年，Laurent Sifr提出一种全新的卷积方式-深度可分离卷积（Depthwise Separable Convolution），这种卷积方式将传统的卷积运算分为两步，分别包含（）。
1.Depthwise convolution
2.Pointwise convolution
3.Group convolution
4.Transpose Convolution

A.1，2
B.2，3
C.3，4
D.1，4

点击查看答案

10.单项选择题下列关于转置卷积的介绍正确的有（）。

A.转置卷积可以应用于图像分割和生成式对抗模型中
B.转置卷积（transposed convolution）又被称为逆卷积，其目的是对图像进行上采样
C.转置卷积（transposed convolution）首次出现在2018年，Vincent Dumoulin的A guide to convolution arithmetic for deep learning论文中
D.以上都正确

点击查看答案