CV面试题汇总以及相关解答

最近要找实习了，先开个贴，会慢慢把常见的面试题汇总，然后再自己写一下答案。祝大家都能拿到心仪的offer
1.介绍faster rcnn的流程以及损失函数，为什么这样设计损失函数
2.介绍yolo的流程
3.介绍resnet，resnet为何效果会更好，为什么要有残差块
4.介绍batch normalization
5.说一说常见的正则化手段，L1和L2正则化的不同
6.了不了解PCA，SVM ，adaboost
7.给一张散点图，怎么做方差最大的回归
8.智力题：怎么用筛子摇出七个均匀分布的数字
9.编程题：求正整数（浮点数）的平方根
10.CNN为什么要做卷积，为什么要有步长，为什么不用全连接层，它的反向传播是什么
11.说一下交叉熵损失函数，什么是交叉熵
12.faster rcnn中为什么会有anchor，没有anchor会怎样
13.faster rcnn中ROI pooling层有什么不足，什么是ROI align，什么是双线性插值
14.二叉树的同构子树
15.怎么处理样本的不均衡，尤其是各个图像检测模型中
16.求CNN中的参数个数
17.tensorflow的流程，读取数据的方式，调用的库
18.图象图形学相关知识，eg（边缘检测）
19.SVM和LR的区别，SVM损失函数的约束条件
20.机器学习XGboost，LGB
21.BN层学习参数只是为了还原原有分布么

以上是实习，苦逼的秋招开始了

1. 人脸识别的各种loss：centor loss ；cosface；arcface
2. nonlocal
3. SEnet
4. SKnet
5. attention
6. unet；HRnet
7. 参数初始化方式，为何不能初始化为一样的，为何不能初始化为0
8. 反卷积：C++实现 ；deeplab v1 v2的改进
9. nms 代码实现；soft nms
10. tensorflow session 流程
11. inception系列
12. xception系列
13. resnet1；resent2；resnext
14. mobilenet系列，shufflenet
15. 反向传播的过程