黑龙江农业经济职业学院、 广州万维视景科技有限公司
- 以下选项哪些是智慧果园的基本特征？（ ）
- 以下属于农业领域的机器人技术应用的有（ ）。
- 农业领域的机器学习技术应用非常广泛，可以帮助农业生产实现自动化、智能化和精细化，提高作业效率和农产品品质，减少资源浪费和环境污染，为农业生产带来更多的机遇和挑战。以下属于农业领域的机器学习技术的应用场景有（ ）。
- 获取大量数据的方法包括（ ）。
- 林业人工智能的应用场景包括（ ）。
- 对于单标签分类问题，图像分类可以分为（ ）。
- 畜牧业的特征包括（ ）。
- 传统木材树种计算机视觉识别工作流程包括（ ）。
- 采集用于“草莓生长态势识别”的数据时，采集以下哪一项数据会影响数据集质量？（ ）
- 在进行农作物生长态势识别时，一般需要采集哪些数据？（ ）
- 农作物生长态势识别是利用计算机视觉技术、遥感技术等手段对农田进行实时监测，分析和识别农作物生长情况。以下属于常见的农作物生长态势识别方法的是（ ）。
- 动物个体识别主要是以动物之间的个体外观差异或生物特征来对不同个体做区分，比如（ ）。
- 机器学习可以分为以下哪几个子领域？（ ）。
- 以下选项中属于基于机器学习的图像分割的算法有（ ）。
- 本地服务器部署中，可将训练完成的模型部署在私有CPU/GPU服务器上，支持以下哪两种集成方式？（ ）
- 传统的果实采摘方法可以按照采摘方式分为哪三类？（ ）
- 农业人工智能技术仍处于不断探索、发展和创新的初级阶段，面临着很多问题，如（ ）。
- 计算机视觉技术的基本流程包括了以下哪些步骤？（ ）。
- 基于深度学习的图像分割方法的缺点有（ ）。
- 完成模型训练后，如果需要调用百度API来使用，则需要先进行什么操作，才能获得AppID、API Key和Secret Key的信息？（ ）
- 智慧林业的目的是促进林业资源管理、生态系统构建、绿色产业发展等协同化推进，实现生态、经济、社会综合效益最大化。（ ）
- 基于机器学习的图像分割方法不需要手动提取特征，而基于深度学习的图像分割方法需要手动提取特征。（ ）
- 农业人工智能是指将人工智能技术应用到农业生产、管理和决策中，以提高农业生产效率、降低成本、保证作物品质和粮食安全的一种新型农业模式。（ ）
- 模型应用是训练一个模型的最终目的。（ ）
- 部署阶段是构建任何模型的最后一步，成功完成模型构建之后，如果想要保留模型或进行部署，以面向更广泛的群体，对模型进行部署便是一个可选的步骤。（ ）
- 深度学习模型所采集的数据通常划分为训练集和测试集，训练集图像用于对模型进行训练，测试集用于测试模型的精度，划分比例通常为2:8。（ ）
- 大数据可来源于人类活动和传感器设备等所产生的数据。（ ）
- 大数据技术主要包括数据收集和存储、数据处理和分析、数据可视化和呈现以及数据安全和隐私保护等方面。（ ）
- 5W1H分析法，是从对象（What）、原因（Why）、地点（Where）、时间（When）、人员（Who）、多少（How much）6个方面提出问题并进行思考和总结的方法。 （ ）
- 机器人控制系统包括传感器、执行器、控制器等多个组件，通过这些组件，可以实现机器人的运动规划、路径规划、运动控制等功能。（ ）
- 子类细粒度图像分类，指的是同一个大类中的分类，如鸟类的分类，狗类的分类，花卉的分类等。（ ）
- 一般认为，智能是指个体对客观事物进行合理的分析、判断、有目的地行动和有效处理任务的综合能力。（ ）
- 灰度图像采用“宽度×高度×3”的三维数组模式进行存储。（ ）
- 传统木材树种计算机识别方法按照识别对象主要分为基于宏观特征图像和微观特征图像的木材识别。（ ）
- 传统的农作物生长态势识别方式主要依靠大量人力排查农作物情况，其成本较高，且检查效率低下。（ ）
- 机器人控制旨在实现人与机器人之间的有效交流和互动，主要包括语音识别、自然语言处理、情感计算、人脸识别等多个方面。（ ）
- 机器学习是“深度学习”的重要组成部分。（ ）
- 模型训练应该是迭代优化的，通过调整不同的超参数来获得最优模型。（ ）
- F1-score是准确率和精度的调和平均数，它可以度量分类器在精确性和完整性之间的平衡。（ ）
- 经过长期的探索、发展和应用，人工智能技术在农业生产领域具有了一定的积累和储备，目前我国农业人工智能的发展已经进入到创新期（2010年代至今）。（ ）
- 在人工智能产品架构中，用于采集外界信号的硬件设施是（ ）。
- 以下哪类应用场景不属于图像分类技术领域？（ ）
- 高光谱成像技术是植物病害检测中常用的一种无损检测技术，以下说法错误的是（ ）。
- 以下关于智能农作物病虫害检测的概述错误的是（ ）。
- 训练完成的模型存储在云端，可通过独立Rest API调用模型，属于（ ）部署方式。
- 5W1H分析法是一种用于（ ）的系统化方法。
- 以下哪项是产生“智能”活动的前提与必要条件？（ ）
- 在基于深度学习的成熟果实识别方法中，为了提高模型的识别能力，以下哪项是必要的前提？（ ）
- EasyDL开放的模型类型中，（ ）可以实现图像内容理解分类、图中物体检测定位等任务。
- EasyDL语音，包含语音识别模型和（ ）模型的训练能力。
- （ ）是一种机器人技术，它通过图像识别和分析技术，使机器人可以理解和感知环境中的物体和场景。
- 图像分类模型可识别一张图中是否是某类物体、状态或场景，其图像中的主体类型为（ ）。
- 以下关于智慧畜牧人工智能描述错误的是？（ ）
- （ ）是对图像进行降噪、增强、锐化等操作，以提高特征提取的准确性。
- 以下不属于“智能”的能力的是（ ）。
- 人工智能应用开发的基本流程的4个步骤，包括需求分析、数据准备、模型训练和（ ）。
- 通常使用（ ）模型实现，合成孔径雷达图像中的目标、提取遥感云图中不同云系与背景等、在卫星图像中识别建筑、道路、森林等物体。
- 以下哪个是基于深度学习的果实采摘流程？（ ）
- EasyDL中的（ ）功能通过将数据集在线共享给团队成员，实现分工标注数据并汇总数据训练的模式。
- 阈值又称（ ），是指一个效应能够产生的最低值或最高值。
A:智能化控制 B:生产要素协同化 C:完全无人操作 D:精细化管理
答案:生产要素协同化###精细化管理###智能化控制
A:农业数据采集和监测 B:农业无人机 C:农业机器视觉 D:农业机器人
答案:农业无人机###农业机器人###农业机器视觉
A:农产品质量检测 B:农田土壤分析 C:作物生长预测 D:作物病虫害预测和诊断
答案:农产品质量检测###作物生长预测###农田土壤分析###作物病虫害预测和诊断
A:获取的免费开源数据 B:选择正确的粒度级别 C:创建具有轻微变化的同一图像的多个副本 D:利用网络爬虫爬取数据
答案:获取的免费开源数据###创建具有轻微变化的同一图像的多个副本###利用网络爬虫爬取数据
A:木材树种识别 B:林草火灾防治 C:林业种苗培育 D:林业有害生物防治
答案:林业有害生物防治###木材树种识别###林业种苗培育###林草火灾防治
A:跨物种语义级别图像分类 B:跨物种实例级别图像分类 C:子类细粒度图像分类 D:实例级图像分类
答案:子类细粒度图像分类###跨物种语义级别图像分类###实例级图像分类
A:数字化 B:共享化 C:信息化 D:智能化
答案:信息化###智能化###数字化
A:图像采集 B:数据标注 C:特征提取 D:模型训练
答案:图像采集###特征提取
A:水稻生长图像 B:草莓成熟期图像 C:虚拟草莓果园图像 D:草莓结果期图像
答案:虚拟草莓果园图像###水稻生长图像
A:作物叶面积 B:土壤水分 C:作物产量 D:光照时长
A:剪耳法 B:物联网技术法 C:影像分析法 D:传感器监测法
A:体毛颜色 B:纹理 C:体型 D:脸部特征
A:自主学习 B:无监督学习 C:强化学习 D:监督学习
A:区域生长 B:阈值分割 C:形态学分割 D:边缘检测
A:服务器API B:公有云SDK C:服务器SDK D:公有云API
A:扭转法 B:AI采摘 C:工具法 D:手摘法
A:技术实用性不强 B:资金支持力度有限 C:设备和软件服务成本高 D:专业人才紧缺
A:图像预处理 B:特征提取 C:图像采集 D:决策判定 E:特征匹配
A:不可以自动提取特征 B:可以自动提取特征 C:训练过程比较复杂和耗时 D:需要大量的训练数据
A:模型校验 B:创建模型 C:发布模型 D:创建应用
A:错 B:对
A:对 B:错
A:对 B:错
A:错 B:对
A:对 B:错
A:对 B:错
A:对 B:错
A:错 B:对
A:错 B:对
A:对 B:错
A:对 B:错
A:对 B:错
A:错 B:对
A:对 B:错
A:对 B:错
A:对 B:错
A:错 B:对
A:错 B:对
A:对 B:错
A:对 B:错
A:传感器 B:GPU C:CPU D:大数据平台
A:不同树种的识别 B:橘和枳的分类 C:树木病虫害的位置检测 D:不同花卉的种类
A:光谱信息能反应农作物内部物理结构和化学成分 B:图像信息能直接反映植物的外部表面缺陷 C:该技术不能同时提取图像信息和光谱信息 D:高光谱图像的信息量非常丰富
A:智能农作物病虫害检测利用了人工智能相关技术 B:检测特点有高效、准确，但自动化程度不高 C:能够大大提高农民的工作效率和农作物的产量 D:为保护环境和减少农药的使用做出了积极贡献
A:软硬一体方案 B:本地服务器 C:公有云API D:通用小型设备
A:需求分析 B:模型训练 C:模型应用 D:数据准备
A:感知 B:记忆 C:适应 D:学习
A:使用专业便捷的图像采集装置或手机外置摄像头 B:对原始图像进行数据增强处理 C:采用经过正确标注的果实图像数据集 D:划分数据集为训练集和测试集
A:EasyDL视频 B:EasyDL图像 C:EasyDL结构化数据 D:EasyDL OCR
A:语音转换 B:语音检测 C:声音分类 D:声音合成
A:人机交互 B:机器人控制 C:机器学习 D:机器视觉
A:重复 B:相似 C:若干 D:单一
A:我国的智慧畜牧业已是发达水平 B:智慧畜牧是利用现代信息技术，实现畜牧业的可持续发展 C:智慧畜牧在环保方面有着重大意义 D:智慧畜牧的特征是数字化、信息化、智能化
A:特征匹配 B:图像采集 C:特征提取 D:图像预处理
A:学习与适应能力 B:记忆与思维能力 C:感知能力 D:食物消化能力
A:数据分析 B:模型部署 C:模型应用 D:模型发布
A:图像分割 B:图像处理 C:图像分类 D:物体检测
A:具体应用、模型构建、模型训练、数据集制作 B:数据集制作、模型构建、模型训练、具体应用 C:具体应用、模型训练、模型构建、数据集制作 D:数据集制作、模型训练、模型构建、具体应用
A:其他三项都无法实现 B:在线标注 C:智能标注 D:多人协作标注
A:区域值 B:特征值 C:临界值 D:预测值
温馨提示支付 ￥5.00 元后可查看付费内容,请先翻页预览!
