机器视觉-初中语文阅读理解含答案

《机器视觉-初中语文阅读理解含答案》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、机器视觉1.机器视觉（1）过去30年的大部分时间中，计算机视觉技术一直难寻突破，像人脸识别这样的简单任务，竟一直是领域内的难题。然而最近儿年，人工智能领域的深度学习技术，终于让计算机在诸多图像识别任务中，开始媲美甚至超越人类。很多公司已经将这些技术转化为产品，辅助或替代人类完成各种各样的工作，例如自动驾驶卡车，或是根据医学影像诊断疾病。（2）深度学习领域近年來的发展，得益于一类被称作卷积神经网络（convonlutionalneuralnetwork,^称CNN）的网络结构。以动物图像分类为例，虽

2、然人类也可以轻易区别猫和狗的照片，但CNN的强大之处在于，它更擅于学习并发现图像中隐藏的重要线索，并由此做出推断。（3）我们不需要特意给CNN编程，使它认出图像中特定的特征一一如动物耳朵的形状、大小等信息，CNN会在学习过程中自己认出这些特征。假如你需要训练CNN区别英格兰史宾格犬和威尔士史宾格犬，你只要准备数千张两种狗的照片。CNN和其他深度学习网络不一样，有分层结构。低层网络能识别图像中的简单形状、边缘；高层网络则能学会复杂的抽象概念。在这个例子中，高层网络能识别耳朵、尾巴、舌头、皮毛等具体细

3、节。当训练完成后，CNN可以轻易判断新图像上是哪种动物。（4）过去十年中,图形处理器（graphicsprocessingunit）和并行运算领域取得的突破，使得CNN成为可能。另外，互联网所提供的海量数码图片对CNN的成功十分关键。（5）由深度学习驱动的计算机视觉系统，己渗透到生活的方方面面。通过更好地检测行人，深度网络提升了口动驾驶技术的安全性；保险公司可以用深度网络评估车辆受损情况；应用在女保摄像头上时，CNN能帮助系统分析人群活动，让机场等公共区域更安全；深度学习技术还能预测农作物产量、监

4、测降雨量、及时发现植物传染病。（6）用于视觉任务的的深度学习技术，在医疗领域同样有广阔的前景：可以帮助专家更快地分析医学影像，还能在缺少医学影像专业人员时提供一些关键信息一一如疾病筛选、诊断、疾病监测、治疗效杲分析等。今年美国食品及药品管理局批准了一个由创业公司Arterys提出的计划：用深度学习分析心脏中的血流影像，诊断心脏疾病。美国斯坦福大学的塞巴斯蒂安•特龙和同事，今年还在《自然》杂志上介绍了一个具有专家水平的皮脐癌分类系统。研究人员提出，如果把该系统装在智能手机上，就可以利用世界上数量众多

5、的手机，开展“低成本地严重疾病诊断服务。”深度学习还可被用于分析由糖尿病引起地视网膜病变、中风、骨折、阿尔茨海默病等其他疾病。和人类识别相比，CNN的强大之处是什么？下列句屮加横线词能否删除，为什么？深度学习领域近年来的发展,得益于一类被称作卷积神经网络(coiwonknionalneunilnetwork,简称CNN)的网络结构。请判断第(5)段划线句所使用的说明方法并分析其作用。作为2017年“10大创新技术”之一的机器视觉，除了文中所说提到的运用领域外,在我们的生活中，还可以运用到什么方面？

6、请你发挥想象再举出两个具体例子,表述要体现出该技术的优越性。答案和解析1.【答案】【小题1】它更擅于学习并发现图像中隐藏的重要线索，并由此做出推断。【小题2】不能，“近年来”从时间限制了深度学习领域的发展，得益于一类被称作卷积神经网络的网络结构只是最近这些年的事，如果去掉就与事实不符，该词体现了说明文语言的准确性。【小题3】运用了举例子的说明方法，列举了多个例子具体地说明了由深度学习驱动的计算机视觉系统，已渗透到生活的方方面面。【小题4】示例：（1）用于考古，对古遗物和遗址进行数据分析得出准确结论

7、；（2）用于生物研究，可以对动物、植物或鸟类的种类进行识别。【解析】此题考查学生对文章内容的梳理与概括能力。解答此类题，需要通读全文，初步感知文本，理清层次结构，把握说明内容，在此基础上，抓住各段的中心句、过渡句或关键句，筛选提取出符合题意的信息，稍加整理即可。由原文的“但CNN的强大之处在于，它更擅于学习并发现图像中隐藏的重要线索，并由此做出推断句我们可以概括出本题的答案。本题考查对说明文语言特色的分析。首先表明看法，回答“能''或“不能"，接着从正面说明词语的含义和作用，再说删去之后变成了什么

8、意思，最后加上“这体现了说明文语言的准确性”即可。“近年来''从时间限制了深度学习领域的发展，得益于一类被称作卷积神经网络的网络结构只是最近这些年的事，如果去掉就与事实不符，该词体现了说明文语言的准确性。本题考查学生对说明方法及其作用的理解能力。说明文常用的说明方法有：举例子、列数字、打比方、引资料、作诠释、下定义、绘图表、作比较、摹状貌、分类别等。由该句中“保险公司可以用深度网络评估车辆受损情况''等词句，可判定说明方法是“举例子"，说明了由深度学习驱动的计算机视觉系统，已渗透到