计算机视觉课后习题

更新时间：试题数量：购买人数：提供作者：

有效期：个月

章节介绍：共有个章节

收藏

我的练习

我的错题
(0道)

我的收藏
(0道)

我的斩题
(0道)

我的笔记
(0道)

专项练习

顺序练习 练习进度 0 / 0

随机练习 自定义设置练习量

模拟考试 仿真模拟

题型练习 按题型分类练习

易错题 精选高频易错题

学习资料 考试学习相关信息

搜索

题库预览

FCN网络的主要结构特点是：

Mask R-CNN相比Faster R-CNN多了一个分支，该分支作用是：

判别式模型的主要任务是：

生成式模型的核心任务是：

GAN的两个核心组成部分是：

GAN的训练本质是一个：

DCGAN相比传统GAN的改进不包括：

CGAN的特点引入了：

下列哪项不是CGAN的应用方向？

提取感兴趣区域____:提取图像dcz.jpg中像素值为高350~520，宽为220~670的区域。

使用 cv2.line( ) 在图像lena.jpg上绘制一条红色直线，从____到____，线宽为5。

使用 cv2.rectangle( ) 在图像lena.jpg上绘制一个绿色矩形，左上角____，右下角____，线宽为3。

使用 cv2.circle( ) 在图像lena.jpg上绘制一个蓝色圆形，圆心为____，半径为100，线宽为5。

使用cv.subtract( )函数用____操作的结果与LinuxLogo.jpg图像相减

使用两幅图像____进行加权和操作，分别设置以下参数组合，生成混合图像并观察效果:

Case 1: alpha=0.3, beta=0.7, gamma=0

Case 2: alpha=0.7, beta=0.3, gamma=0

Case 3: alpha=1.0, beta=1.0, gamma=-100

Case 4: alpha=2.0, beta=-0.5, gamma=50

使用按位异或____操作对图像“dcz.jpg”进行加密、解密操作。

将图片dcz.jpg进行仿射变换，并显示图像。

提示:

# 输入图像中的三个点

pts1 = np.float32____

# 输出图像中的三个对应点

pts2 = np.float32____

使用cv2.THRESH____INV对图像dcz.jpg进行反二值化阈值处理。(thresh为200，maxval为255)

更多题库