《人工智能开源硬件与python编程实践》试卷答案
一、单项选择题（每题2分，共20分）
1、下列主流编程语言及工具中，实现相同功能，所需代码行数最少的是（        ）
A.  C++        B.  Java        C.  Python            D. VB
2、Python程序中，引用外部编程库的方法是（        ）
oracle通过归档日志进行恢复A. Include    B. Import        C. Class    D. Define
3、OpenAIE硬件中固化的Python版本是（）
A. Python2    B. Python3    C. OpenAIE    D. MicroPython
4、颜追踪应用中，LAB模型包含（）个阈值参数值
A. 2        B. 3        C. 4        D. 6
5、基于Haar模型的人脸检测过程中，图像帧采用的格式是（）
A. 黑白        B. 灰度        C. RGB565    D. RGB888
6、二维码识别是一种（）技术
A. 图像识别        B. 图像分类        C. 图像匹配        D. 特征提取
7、卷积神经网络模型不包括（）
A. 输出层    B. 池化层    C. 特征参数层    D. 输入层
8、Lenet5模型属于（）
A.  1分类模型    B. 2分类模型        C. 5分类模型        D. 10分类模型
9、基于OpenAIE硬件能够实现语音识别，是因为（）
A. 调用云端的语音识别接口       
B. 芯片中固化有ASR声学模型库       
C.Flash中存有若干组特定命令词的声学参数模板   
D.通过事先进行关键词录音，提取特征参数，识别时进行匹配
10、基于OpenAIE库的语音识别过程，不包括以下哪个环节（）
A. 保存实时录音成音频文件    B. 导入ASR类模块    C. 启动实时语音识别    D. 等待语音识别结果
二、概念解释（每题5分，共20分）
1、Lab模型
2、Haar模型
3、深度学习
4、图像分类
三、简答题（每题10分，共30分）
1、简述Python语言的特点
2、简述CNN网络模型基本结构
3、设计语音识别应用程序时，一般先依据工作场景设置关键词（命令词短语）列表，这样做的好处是什么？
四、编程实践题（每题15分，共30分）
1、基于OpenAIE硬件设计一个自定义函数，接收颜参数，控制LED灯的发光颜。
2、利用lenet卷积神经网络编写运行在OpenAIE硬件上的手写体数字识别程序。
3、生活垃圾一般分为厨余、可回收、有害、其它等4类，智能垃圾管理系统一般通过图像识别和语音识别的方法进行自动管理。请利用步进电机六根线怎么接OpenAIE人工智能硬件，以“厨余”、“可回收”、“有害”、“其它”作为关键词，利用LED灯分别发出红、绿、蓝和白光进行状态指示，设计一个利用语音识别来控制垃圾分类系统自动管理的Python程序。
参考答案：
一、单项选择题
CBDDB  ACDBA
二、概念解释（每题5分，共20分）
1、Lab模型
Lab模型又称亮度-对比度模型，是由亮度（Luminosity）和有关彩的a、b三个要素组成。a表示从洋红到绿的范围，b表示由黄到蓝的范围；
2、Haar模型
Haar特征分为边缘特征、线性特征、中心特征和对角线特征等，组合成特征模板。特征模板内只有白和黑两种矩形，并定义该模板的特征值为白矩形像素和减去黑矩形像素和。通过训练，把各种Haar特征级联在一起，变成一个强分类器，形成Haar模型。
3、深度学习
    深度学习是机器学习的新方向和新发展，主要体现为人工神经网络的研究和应用。本质上是训练深层结构模型的方法，也是对于通过多层来表示对数据之间的复杂关系进行建模
的算法，目的是实现人工智能的普及化。
python编程基础电子版
4、图像分类
    图像分类，根据各自在图像信息中所反映的不同特征，把不同类别的目标区分开来的图像处理方法。它利用计算机对图像进行定量分析，把图像或图像中的每个像元或区域划归为若干个类别中的某一种，以代替人的视觉判读。
三、简答题（每题10分，共30分）
1、简述Python语言的特点
    属于自由、开放源码软件，从解释器、编程工具到扩展库都完全开放，有利于学习和创新设计；易于学习、易于掌握、易于推广普及；容易移植到各种系统平台；扩展库特别丰富；
2、简述CNN网络模型基本结构
典型的卷积神经网络主要由输入层、卷积层、池化层、全连接层和输出层构成。
3、设计语音识别应用程序时，一般先依据工作场景设置关键词（命令词短语）列表，这样做的好处是什么？
    将当前语音识别应用放在一个较小的词汇及短语空间里进行，有助于降低相似音的负面影响，提升处理速度和改善识别性能。
四、编程实践题（每题15分，共30分）
1、基于OpenAIE硬件设计一个自定义函数，接收颜参数，控制LED灯的发光颜。
def light(i):
if i == 1:
    ()        #开启红灯
elif i == 2:
    ()      #开启绿灯
elif i == 3:
    ()        #开启蓝灯
else:
    d.off()        #关闭红灯
    off()      #关闭绿灯
    led.blue.off()      #关闭蓝灯
2、利用lenet卷积神经网络编写运行在OpenAIE硬件上的手写体数字识别程序。
import sensor, image, time, os, nn
set()
sensor.set_contrast(3)
sensor.set_pixformat(sensor.GRAYSCALE)
sensor.set_framesize(sensor.HQQVGA)
sensor.set_windowing((80, 80))
sensor.skip_frames(time=100)
sensor.set_auto_gain(False)
sensor.set_auto_exposure(False)
net = nn.load('/lenetwork')    #加载lenet网络
labels = ['0', '1', '2', '3', '4', '5', '6', '7', '8', '9']
clock = time.clock()
while(True):
    clock.tick()
    img = sensor.snapshot()
    out = net.py().binary([(150, 255)], invert=True))#在roi上运行卷积神经网络并返回结果
    max_idx = out.index(max(out))#返回索引
    score = int(out[max_idx]*100)
    if (score < 70):
        score_str = "??:??%"
    else:
        score_str = "Number:%s\nScore:%d%% "%(labels[max_idx], score)#显示数字及其概率
    img.draw_string(0, 0, score_str, color=(0,0,0),scale=1.1)#在图像（0，0）位置显示score_str中的信息
    print(clock.fps())
聘书模板word
3、生活垃圾一般分为厨余、可回收、有害键盘键位图高清大图、其它等4类，智能垃圾管理系统一般通过图像识别和语音识别的方法进行自动管理。请利用OpenAIE人工智能硬件，以“厨余”、“可回收”、“有害”、“其它”作为关键词，利用LED灯分别发出红、绿、蓝和白光进行状态指示，seocui cn设计一个利用语音识别来控制垃圾分类系统自动管理的Python程序。
from openaie import *
import pyb, time
#ASR = asr()                # 创建语音识别实例
asr.add_cmd("hong", 1)    # 添加关键词“厨余”，编号为“1”。
asr.add_cmd("lv", 2)        # 添加关键词“可回收”，编号为“2”。
asr.add_cmd("lan", 3)        # 添加关键词“有害”，编号为“3”。

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。