图像算法岗位面试笔试题目（长期更新）

怎么去介绍深度学习和神经网络

把深度学习任务比作一个建筑工程,那么它可以被分为五块积木

1、连接模式
连接模式包括全连接、卷积、池化、残差，甚至inception。这些结构的相互连接组成了神经网络的框架。
2、非线性模块
正是因为神经网络具有非线性模块，多层神经网络在理论上是可以无限逼近任意的函数。如果没有非线性模块，即使再多的层结构堆叠，最后的作用也仅仅是相当于一个感知机。
常见的非线性模块有 tanh，sigmoid，ReLU，根据ReLU衍生出来的pReLU 等等。
ReLU是目前应用最为广泛的非线性激活函数。
缺点：*********
优点：*********
3、优化器
优化器是指在训练过程中，调整神经网络每层的参数，使得最后的输出结果最好，并优化调整参数的时间，也就是训练时间。常见的优化器有SGD（随机梯度下降），momentum 等等。
4损失函数
怎么去定义优化器最后输出的结果的好坏程度呢？就是通过损失函数来衡量的。优化器每次将一批训练样本迭代计算之后，会计算出一个结果，拿这个结果和实际标签的真实值进行对比，这两者之间一定会有差别，这个差值就是loss值。然后优化器将损失值再反向的传播回来，反向经过的每一层，再去调整每一层的参数，使得下次loss值降低。
计算loss值的方法也直接回影响到网络的性能，常见的有SoftMax Loss，交叉熵损失，均方差损失。
对于细粒度分类中，例如人脸识别应用中的损失函数有：TripletLoss，Center Loss，A-softMax Loss，AM Loss。
事实证明，采用相同的网络结构，不同的loss计算方法对识别结果有很大的影响。
5、超参数
在机器学习的上下文中，超参数是在开始学习过程之前设置值的参数，而不是通过训练得到的参数数据。通常情况下，需要对超参数进行优化，给学习机选择一组最优超参数，以提高学习的性能和效果。例如，学习率，batch size，dropout rate，data augmentation。

神经网络基本结构

神经网络是一种层次模型，其输入是原始数据，例如RGB图像等，通过卷积，池化，全连接等操作一系列的映射，将高层语义信息逐层有原始数据中抽取出来，逐层抽象，这个过程便称之为前向运算。

怎么理解端到端

通俗地说，就是从原始输入数据直接输出想要的结果。例如图像分类中，输入RGB原始图像，输出直接是类别；例如自动驾驶，输入路面信息，输出直接是左转还是右转。
在深度学习时代之前，处理问题图像问题都是采用传统的方式，样本表示都是采用人工特征，所以人工特征的好坏直接决定了最后的任务精度。在计算机领域中，表示特征的描述子就有很多种，例如SIFT，SURF，HOG，LBP等，有的适合做边缘检测，有的适合做纹理检测，选择一个好的特征描述子就至关重要了。
在过去解决一个人工智能的问题，比如图像分类，往往是通过分治法来解决，图像预处理，特征选择和提取，分类器设计等步骤。分治法这样的目的是将一个复杂问题分为简单可控的小问题，虽然在子问题上能得到最优解，但是不能代表在全局问题上得到最优解。对此，深度学习则为我们提供了另一种范式，即“端到端”学习方式，整个学习流程并不进行人为的子问题划分，而是完全交给深度学习模型直接学习从原始输入到期望输出的映射。相比分治策略，“端到端”的学习方式具有协同增效的优势，有更大可能获得全局最优解。

语义分割(Semantic Segmentation)与实例分割(instance segmentation)的区别

语义分割，对图像中的每一个像素点都划分出对应的类别，实现出像素级别的分类。

实例分割，在像素级别的分类之后，还需要在具体的类别基础上区别开不同的实例。

对于上图而言，语义分割的目的是找出每个像素是否是 “person”

但是，实例分割的目的是找出属于person的像素之后，还要区分出哪些属于不同的person。

一，给定0-1矩阵，求连通域，不能使用Mat类。

二，写一个均值滤波