基本信息
文件名称:2025年低资源图像分割技术习题(含答案与解析).docx
文件大小:14.76 KB
总页数:11 页
更新时间:2025-09-09
总字数:约7.99千字
文档摘要
2025年低资源图像分割技术习题(含答案与解析)
一、单选题(共15题)
1.以下哪项技术能够在低资源环境下显著提高图像分割的准确率?
A.模型量化(INT8/FP16)
B.结构剪枝
C.知识蒸馏
D.分布式训练
答案:C
解析:知识蒸馏技术通过将大型教师模型的知识迁移到小型学生模型,能够在不牺牲太多精度的前提下,显著提升小型模型在低资源环境下的性能。参考《深度学习技术与应用》2025版第8章。
2.在低资源图像分割任务中,以下哪种优化器更适合提高收敛速度?
A.Adam
B.SGD
C.RMSprop
D.Adagrad
答案:A
解析:Adam优化器结合了M