1单选(2分)
假设一个卷积神经网络中的某个卷积层有64个3x3的卷积核，步长为1，padding为1，输入特征图的大小为1x64x64，则该卷积层的输出特征图的大小和参数数量分别是多少?
A.
输出大小为64x64，参数数量为64x(3x3)
B.
输出大小为66x66，参数数量为64x(3x3)
C.
输出大小为64x64，参数数量为64x(3x3) + 64
D.
输出大小为64x64，参数数量为(3x3 + 1)x64
正确答案：C
2单选(2分)
以下哪一项不是VGG网络在图像识别任务中的优势?
A.
使用了更小的卷积核，降低了参数数量。
B.
采用了全局平均池化，减少了过拟合风险。
C.
提供了多种不同深度的网络结构供选择。
D.
增加了网络的深度，提高了特征学习能力。
正确答案：B
3单选(2分)
以下关于卷积神经网络的说法，哪项是正确的?
A.
卷积神经网络的每个卷积层后面都必须跟着一个池化层。
B.
卷积神经网络中的卷积操作是通过滤波器和输入数据做内积来完成的。
C.
卷积神经网络只能用 ……此处隐藏16365个字…… p>
1*1卷积核在降维时，可以减少后续层的计算负担。
D.
1*1卷积核通常用于跨通道信息交互，实现通道间信息的线性组合。
正确答案：B、C、D
45多选(3分)
在下列哪些卷积神经网络结构中，明确使用了1*1卷积核来实现特定的网络功能?
A.
GoogLeNet(Inception)
B.
VGGNet
C.
AlexNet
D.
ResNet
正确答案：A、D
46多选(3分)
下面哪些深度神经网络使用了残差连接?
A.
DeepLabv3网络
B.
UNet网络
C.
LSTM网络
D.
VGG
正确答案：A、B、C
47多选(3分)
在目标检测任务中，以下哪些方法可以改善遮挡物体的检测性能?
A.
使用更深的卷积神经网络以增加模型复杂度
B.
引入多尺度特征融合技术以捕获不同尺寸的特征
C.
应用注意力机制以增强模型对遮挡区域的敏感性
D.
仅依赖于提高数据集的标注精度
正确答案：B、C
