iPAS 備考專區 登入

iPAS AI 應用規劃師題庫・初級・L11 人工智慧基礎概論

iPAS 考題解析一家工廠要用歷年瑕疵照片判斷產品是否有刮痕,資料包含數萬張已標註影像,且刮痕形狀與位置差異很大。下列哪種做法最符合需求?

來源標記:AITerms 原創練習題(2026-08-18,LINE 題庫品質優化)

你的作答

解析

正確答案:B. 使用能從影像自動學習空間特徵的卷積神經網路進行分類

刮痕的位置、形狀與紋理屬於影像中的複雜空間特徵。卷積神經網路能從大量已標註影像自動學習這些特徵,再判斷新影像是否有瑕疵。檔名、產品編號奇偶或平均顏色都沒有保留辨識刮痕所需的局部視覺資訊。

每個選項為什麼對或錯

  • A 把每張影像的檔名長度當作主要特徵,再用線性迴歸預測 錯誤選項

    檔名長度與刮痕外觀沒有合理的因果關係。

  • B 使用能從影像自動學習空間特徵的卷積神經網路進行分類 正解

    卷積神經網路適合從影像中學習邊緣、紋理與位置等特徵。

  • C 只依產品編號的奇偶數判斷是否瑕疵 錯誤選項

    產品編號的奇偶數不是瑕疵成因,容易形成無效規則。

  • D 將所有影像轉成同一個平均顏色後再比較 錯誤選項

    平均顏色會抹去刮痕所在的局部細節。

答案、題目或解析有問題?回報這題

題目 © 經濟部產業發展署,AITerms.tw 僅作教學解析使用,本站解析以 CC BY-NC-SA 4.0 授權。