记一次图森电话面试
其他
2020-06-20 10:34:38
阅读次数: 0
说明
- 这次面试可能是我秋招以来面试中难度最大的一场,主要是涉及到太多的论文细节以及代码细节。
- 感想:问的东西特别全,什么都要会,没做过的方向也需要知道大概有哪些主流的方法;面试的主要节奏就是:(1)挑一个你最熟的项目,问到你不会为止,基本上是基于论文来问,从网络结构到训练过程到测试过程到影响精度的因素等;(2)对于一些流行的深度学习方向,说一下主流的结构以及他们之间的区别与联系,说完之后再从网络结构或者原理方面分析一下区别的原因,总而言之一直在被怼。但是也暴露了自己看论文方面的很多问题,很多细节没有进行深入的探究,导致对问题理解不深刻。
面试主要内容
目标检测
- 做一下总结(one stage以及two stage)。
- 说一下RCNN流派以及yolo、SSD流派。
- 分析一下他们的区别与联系;为什么ssd、yolo等对小物体的检测没有two stage的方法好。
语义分割
- 主要的两种思路与做法(空洞卷积,skip-connection等)。
- 讲解一下deeplab及其V2、V3、V3plus,说一下和UNet等这些的区别。
- 计算空洞卷积的感受野。
实例分割
- 说一下maskRCNN的主要思路和流程
- 为什么在加入roialign之后,对于原来的fasterRCNN结构能提升3个点左右,而对于基于FPN的fasterRCNN只能提升2个点。
多目标跟踪
- 说一下具体的思路(基于检测的跟踪),怎样处理误检、漏检、误匹配的这些问题
其他
转载自blog.csdn.net/u012526003/article/details/82888742