计算机基础考试题库整理

版权申诉
0 下载量 74 浏览量 更新于2024-07-08 收藏 284KB PDF 举报
矿大计算机基础考试题2整理.pdf 这份考试题目涵盖了计算机基础知识的多个方面,包括微型计算机系统、存储器、输入设备、计算机病毒、字符编码、计算机硬件等。下面是对每个题目的详细解释: 1. 微型计算机系统包括主机和外设、硬件系统和软件系统、主机和各种应用程序、运算器、控制器和存储器等。正确答案是B,硬件系统和软件系统。 微型计算机系统是指一台完整的计算机系统,包括硬件系统和软件系统。硬件系统包括中央处理器(CPU)、存储器、输入设备、输出设备等,软件系统包括操作系统、应用软件等。 2. CPU不能直接访问的存储器是外存储器。正确答案是A,外存储器。 CPU可以直接访问内存储器,但不能直接访问外存储器。外存储器是指硬盘、光盘、闪存等,需要通过输入/输出设备将数据读取到内存储器中,然后CPU才能访问。 3. 断电后使得RAM中的数据丢失。正确答案是B,RAM。 RAM(Random Access Memory,随机存取存储器)是一种olatile memory,即断电后其中的数据会丢失。ROM(Read-Only Memory,-only存储器)是一种non-volatile memory,即断电后其中的数据不会丢失。 4. 一台计算机必须具备的输入设备是键盘。正确答案是C,键盘。 输入设备是指将用户的输入传递给计算机的设备,键盘是最基本的输入设备之一。其他输入设备还有鼠标器、扫描仪、数字化仪等。 5. 计算机硬件能直接识别和执行的只有机器语言。正确答案是D,机器语言。 机器语言是计算机硬件可以直接识别和执行的语言,不需要翻译或编译。汇编语言、符号语言和高级语言都需要翻译或编译成机器语言后才能被计算机硬件执行。 6. 具有多媒体功能的微型计算机系统,通常都配有CD-ROM,这是一种只读光盘存储器。正确答案是D,只读光盘存储器。 CD-ROM(Compact Disc-Read Only Memory)是一种只读光盘存储器,能够存储大量的数据,如音频、视频、图片等。 7. 计算机病毒是一种人为特制的计算机程序。正确答案是A,一种人为特制的计算机程序。 计算机病毒是一种恶意的计算机程序,可以对计算机系统造成危害。它是人为特制的,目的是为了破坏或盗取计算机系统的数据。 8. 计算机的硬件主要包括中央处理器(CPU)、存储器、输出设备和输入设备。正确答案是C,输入设备。 计算机的硬件主要包括中央处理器(CPU)、存储器、输出设备和输入设备。输入设备是指将用户的输入传递给计算机的设备,如键盘、鼠标器等。 9. 在计算机中表示存储容量时,1KB=1024B。正确答案是B,1MB=1024KB。 在计算机中,存储容量的单位有字节(Byte)、千字节(KB)、兆字节(MB)等。其中,1KB=1024B,1MB=1024KB。 10. 在计算机工作过程中,将外存的信息传送到内存中的过程称之为读盘。正确答案是C,读盘。 读盘是指将外存中的数据传送到内存中的过程,反之,写盘是指将内存中的数据传送到外存中的过程。 11. 在计算机中,应用最普遍的字符编码是ASCII。正确答案是D,ASCII。 ASCII(American Standard Code for Information Interchange)是一种最常用的字符编码标准,用于表示英文字符和符号。其他字符编码标准还有BCD码、汉字编码等。 12. 下面说法中正确的是:一个完整的计算机系统是由微处理器、存储器和输入/输出设备组成。正确答案是B,一个完整的计算机系统是由微处理器、存储器和输入/输出设备组成。 一个完整的计算机系统是由微处理器、存储器和输入/输出设备组成,微处理器是计算机的核心,存储器用于存储数据和程序,输入/输出设备用于交互和显示。 13. “32位微型计算机”中的32指的是字长。正确答案是A,微机型号。 在计算机中,字长是指计算机可以处理的最大数的位数。32位微型计算机可以处理的最大数是32位二进制数,即可以处理的最大十进制数是2147483647。
2024-09-06 上传
1 目标检测的定义 目标检测(Object Detection)的任务是找出图像中所有感兴趣的目标(物体),确定它们的类别和位置,是计算机视觉领域的核心问题之一。由于各类物体有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具有挑战性的问题。 目标检测任务可分为两个关键的子任务,目标定位和目标分类。首先检测图像中目标的位置(目标定位),然后给出每个目标的具体类别(目标分类)。输出结果是一个边界框(称为Bounding-box,一般形式为(x1,y1,x2,y2),表示框的左上角坐标和右下角坐标),一个置信度分数(Confidence Score),表示边界框中是否包含检测对象的概率和各个类别的概率(首先得到类别概率,经过Softmax可得到类别标签)。 1.1 Two stage方法 目前主流的基于深度学习的目标检测算法主要分为两类:Two stage和One stage。Two stage方法将目标检测过程分为两个阶段。第一个阶段是 Region Proposal 生成阶段,主要用于生成潜在的目标候选框(Bounding-box proposals)。这个阶段通常使用卷积神经网络(CNN)从输入图像中提取特征,然后通过一些技巧(如选择性搜索)来生成候选框。第二个阶段是分类和位置精修阶段,将第一个阶段生成的候选框输入到另一个 CNN 中进行分类,并根据分类结果对候选框的位置进行微调。Two stage 方法的优点是准确度较高,缺点是速度相对较慢。 常见Tow stage目标检测算法有:R-CNN系列、SPPNet等。 1.2 One stage方法 One stage方法直接利用模型提取特征值,并利用这些特征值进行目标的分类和定位,不需要生成Region Proposal。这种方法的优点是速度快,因为省略了Region Proposal生成的过程。One stage方法的缺点是准确度相对较低,因为它没有对潜在的目标进行预先筛选。 常见的One stage目标检测算法有:YOLO系列、SSD系列和RetinaNet等。 2 常见名词解释 2.1 NMS(Non-Maximum Suppression) 目标检测模型一般会给出目标的多个预测边界框,对成百上千的预测边界框都进行调整肯定是不可行的,需要对这些结果先进行一个大体的挑选。NMS称为非极大值抑制,作用是从众多预测边界框中挑选出最具代表性的结果,这样可以加快算法效率,其主要流程如下: 设定一个置信度分数阈值,将置信度分数小于阈值的直接过滤掉 将剩下框的置信度分数从大到小排序,选中值最大的框 遍历其余的框,如果和当前框的重叠面积(IOU)大于设定的阈值(一般为0.7),就将框删除(超过设定阈值,认为两个框的里面的物体属于同一个类别) 从未处理的框中继续选一个置信度分数最大的,重复上述过程,直至所有框处理完毕 2.2 IoU(Intersection over Union) 定义了两个边界框的重叠度,当预测边界框和真实边界框差异很小时,或重叠度很大时,表示模型产生的预测边界框很准确。边界框A、B的IOU计算公式为: 2.3 mAP(mean Average Precision) mAP即均值平均精度,是评估目标检测模型效果的最重要指标,这个值介于0到1之间,且越大越好。mAP是AP(Average Precision)的平均值,那么首先需要了解AP的概念。想要了解AP的概念,还要首先了解目标检测中Precision和Recall的概念。 首先我们设置置信度阈值(Confidence Threshold)和IoU阈值(一般设置为0.5,也会衡量0.75以及0.9的mAP值): 当一个预测边界框被认为是True Positive(TP)时,需要同时满足下面三个条件: Confidence Score > Confidence Threshold 预测类别匹配真实值(Ground truth)的类别 预测边界框的IoU大于设定的IoU阈值 不满足条件2或条件3,则认为是False Positive(FP)。当对应同一个真值有多个预测结果时,只有最高置信度分数的预测结果被认为是True Positive,其余被认为是False Positive。 Precision和Recall的概念如下图所示: Precision表示TP与预测边界框数量的比值 Recall表示TP与真实边界框数量的比值 改变不同的置信度阈值,可以获得多组Precision和Recall,Recall放X轴,Precision放Y轴,可以画出一个Precision-Recall曲线,简称P-R