2021视觉算法岗社招面经
个人背景：硕士毕业1年，面试的岗位大部分是计算机视觉算法工程师，少部分算法优化、部署岗。然后这个面经是去年写的，今天突然看到了，就发出来防止丢失。
社招面经
总的来说，大部分公司的技术面试都分为这几个部分：项目描述和细节提问、深度学习+目标检测算法、数据结构和算法代码及编程语言相关。下面是我面试当中问到的一些问题。
一，项目
主要是描述项目背景、项目实现的功能及使用的方法和流程，面试官会针对他感兴趣的点问一些技术细节，基本上只要能把项目流利的描述出来就问题不大。
二，深度学习、模型部署
2.1，目标检测相关
1，两阶段检测网络（Faster RCNN 系列）和一阶段检测网络（YOLO 系列）有什么区别？以及为什么两阶段比一阶段精度高？
- 双阶段网络算法更精细，把任务分成了正负样本分类、
bbox初次回归以及类别分类和bbox二次回归。 - 而
YOLO算法更简单粗暴，使用backbone对输入图像提取特征后，将特征图划分成 S × S S\times S S×S 的网格，物体的中心坐标落在哪个网络内，该网格（grid）就负责预测目标的置信度、类别和bbox；YOLOv2-v5通过 1 × 1 1 \times 1 1×1 卷积输出特定通道数的特征图来，特征图有N个通道，对应的每个grid都会有N个值，分别对应置信度、类别和bbox坐标。
个人感觉这种问题不好回答，也没有标准答案，可能会出现你答的点不是面试官想要的。
可参考 你一定从未看过如此通俗易懂的YOLO系列(从v1到v5)模型解读 (上) 和 一文读懂Faster RCNN 文章，理解典型的双阶段检测网络和单阶段检测网络。
2，说说你对 Focal Loss 的理解，为什么能解决分类问题中的类别不平衡问题？
作者认为一阶段检测网络的精度不高的原因主要在于：极度不平衡的正负样本比例，从而导致梯度（gradient）被容易样本（easy example）的损失主导。
作者通过 Focal Loss 公式让置信度高（即容易样本）的样本的损失衰减的更厉害，从而降低容易样本的 Loss 权重，从而让模型在后期尽量去学习那些 hard 的样本。
3，如何在模型训练的时候判断是否过拟合，及模型过拟合问题如何解决？
将训练数据划分为训练集和验证集，80% 用于训练集，20% 用于验证集（训练集和验证集一定不能相交）；训练的时候每隔一定 Epoch 比较验证集但指标和训练集是否一致，如果不一致，并且验证集指标变差了，即意味着过拟合。
数据增强, 增加数据多样性;- 正则化策略：如 Parameter Norm Penalties (参数范数惩罚),
L1, L2正则化; - 模型融合, 比如
Bagging和其他集成方法; - 添加
BN（batch normalization）层或者dropout层（现在基本不用）; Early Stopping(提前终止训练)。
4，如何在模型训练的时候判断是否欠拟合，及模型欠拟合问题如何解决？
underfitting 欠拟合的表现就是模型不收敛，即训练过程中验证集的指标比较差，Loss 不收敛。欠拟合的原因有很多种，这里以神经网络拟合能力不足问题给出以下参考解决方法：
- 寻找最优的权重初始化方案：如
He正态分布初始化he_normal，深度学习框架都内置了很多权重初始化方法； - 使用适当的激活函数：卷积层的输出使用的激活函数一般为
ReLu，循环神经网络中的循环层使用的激活函数一般为tanh，或者ReLu； - 选择合适的优化器和学习速率：
SGD优化器速度慢但是会达到最优.
5，描述以下 YOLOv3 算法及 YOLOv4、YOLOv5 的改进点，及为什么 CIoU Loss 比 IoU Loss 效果好？
YOLOv3 相比前代主要的改进点如下：
Backbone从DarkNet19升级为DarkNet53。- 添加了类似
FPN的多尺度检测网络，解决小目标检测精度低的问题。 - 分类预测使用多标签进行类别分类，不再使用
softmax函数。 - 每个
ground truth对象只分配一个边界框。
6，描述下 RoI Pooling 过程和作用，以及 RoI Align 的改进点。
参考这篇文章 Understanding Region of Interest — (RoI Align and RoI Warp)
7，YOLOv3 的标签编码解码过程，以及正负样本采样策略。
和 YOLOv2 一样，YOLOv3 依然使用 K-means 聚类的方法来挑选 anchor boxes 作为边界框预测的先验框。每个边界框都会预测 4 4 4 个偏移坐标 ( t x , t y , t w , t h ) (t_x,t_y,t_w,t_h) (tx,ty,tw,th)。假设 ( c x , c y ) (c_x, c_y) (cx,cy) 为 grid 的左上角坐标， p w p_w pw、 p h p_h ph 是先验框（anchors）的宽度与高度，那么网络预测值和边界框真实位置的关系如下所示：
假设某一层的
feature map的大小为 13 × 13 13 \times 13 13×13， 那么grid cell就有 13 × 13 13 \times 13 13×13 个，则第 n n n 行第 n n n 列的grid cell的坐标 ( x x , c y ) (x_x, c_y) (xx,cy) 就是 ( n − 1 , n ) (n-1,n) (n−1,n)。
b x = σ ( t x ) + c x b y = σ ( t y ) + c y b w = p w e t w b h = p h e t h b_x = \sigma(t_x) + c_x \\\\ b_y = \sigma(t_y) + c_y \\\\ b_w = p_{w}e^{t_w} \\\\ b_h = p_{h}e^{t_h} bx=σ(tx)+cxby=σ(ty)+cybw=pwetwbh=pheth
正负样本的确定：
- 正样本：与
GT的IOU最大的框。 - 负样本：与
GT的IOU<0.5的框。 - 忽略的样本：与
GT的IOU>0.5但不是最大的框。 - 使用 t x t_x tx 和 t y t_y ty （而不是 b x b_x bx 和 b y b_y by ）来计算损失。
8，详细讲解下 Faster RCNN 和 Mask RCNN 算法过程。
参考以下两篇文章理解 Faster RCNN 和 Mask RCNN 模型:
- 二阶段目标检测网络-Faster RCNN论文解读
- 二阶段目标检测网络-Mask RCNN网络理解
9，最新的目标检测算法有哪些？
YOLOv4-v5、Scaled YOLOv4 和 Anchor-free 的算法：CenterNet。
10，手写 Soft NMS 和 Focal Loss。
2.2，深度学习相关
1，BN 的作用及 BN 工作流程，以及训练和推理的区别？
2，普通卷积层、分组卷积、深度可分离卷积的 FLOPs 计算公式。
3，普通卷积层、分组卷积、深度可分离卷积的 MAC 计算公式。
4，详细描述下你知道的轻量级网络：MobileNetV1、ShuffleNetv1-v2。
5，何谓正则化？
通过给模型的代价函数（损失函数）添加被称为正则化项（regularizer）的惩罚，这称为将模型（学习函数为 f ( x ; θ ) f(x; θ) f(x;θ)）正则化。正则化是一种思想（策略），给代价函数添加惩罚只是其中一种方法。
6，L2 正则化（权重衰减）原理，为什么它能防止模型过拟合？系数 $\lambda $ 如何取值？
L2 正则化（权重衰减）是另外一种正则化技术，通过加入的正则项对参数数值进行衰减，得到更小的权值。当 λ \lambda λ 较大时，会使得一些权重几乎衰减到零，相当于去掉了这一项特征，类似于减少特征维度。假设待正则的网络参数为 w w w，L2 正则化为各个元素平方和的 1 / 2 1/2 1/2 次方，其形式为：
L 2 = 1 2 λ ∣ ∣ w ∣ ∣ 2 2 L2 = \frac{1}{2}\lambda ||w||^{2}_{2} L2=21λ∣∣w∣∣22
实际使用时，一般将正则项加入目标函数，通过整体目标函数的误差反向传播，从而实现正则化影响和指导模型训练的目的。
7，L1 正则化原理，系数 $\lambda $ 如何取值？
L1 范数: 为向量 x 各个元素绝对值之和。L1 正则化可以使权值参数稀疏，方便特征提取。
8，Pytorch 的 conv2d 函数的参数有哪些？以及模型输出大小计算公式，并解释为什么公式是这样。
9，Pytorch 的 DataLoader 原理。
10，普通卷积过程描述下。
2.3，模型部署相关
1，浮点数在计算机中的表示方式？
2，描述下你知道的模型量化知识。
3，知识蒸馏原理，及温度系数如何取值？
4，通用矩阵乘（GEMM）优化算法有哪些？
二维矩阵相乘的 C++ 代码如下；
vector> matrix_mul(vector> A, vector> B){
/*二维矩阵相乘函数，时间复杂度 O(n^3)
*/
// vector> A_T = matrix_transpose(A);
assert((*A.begin()).size()==B.size()); //断言，第一个矩阵的列必须等于第二个矩阵的行
int new_rows = A.size();
int new_cols = (*B.begin()).size();
int L = B.size();
vector> C(new_rows, vector(new_cols,0));
for(int i=0; i 对这样的矩阵乘的算法优化可分为两类：
- 基于算法分析的方法：根据矩阵乘计算特性，从数学角度优化，典型的算法包括
Strassen算法和Coppersmith–Winograd算法。 - 基于软件优化的方法：根据计算机存储系统的层次结构特性，选择性地调整计算顺序，主要有循环拆分向量化、内存重排等。
2.4，编程语言相关
1，虚函数原理及作用？
2，C++ 构造函数和析构函数的初始化顺序。
3，智能指针描述下？
4，static 关键字作用？
5，STL 库的容器有哪些，讲下你最熟悉的一种及常用函数。
6，vector 和 数组的区别？vector 扩容在内存中是怎么操作的？
7，引用和指针的区别？
8，C++ 中定义 int a = 2,; int b = 2 和 Python 中定义 a = 2 b=3 有什么区别？
9，OpenCV 读取图像返回后的矩阵在内存中是怎么保存的？
10，内存对齐原理描述，为什么需要内存对齐？
11，散列表的实现原理？
12，虚拟地址和物理内存的关系？
三，数据结构与算法 coding
1，二分查找算法 + 可运行代码。
2，白板写链表反转。
3，包含 min 函数的栈 + 可运行代码（剑指 Offer 30. 包含min函数的栈）
4，最长回文子串 + 时间复杂度
5，TOP k 问题-最小的 K 个数 + 说下你知道哪几种解法，及各自时间复杂度
6，返回转置后的矩阵（逆时针）
7，冒泡排序及优化
8，求数组中比左边元素都大同时比右边元素都小的元素，返回这些元素的索引
9，手写快速排序
10，手写 softmax 算子 + 解释代码及衍生问题
12，无重复字符的最长子串
13，N 皇后问题
14，求最大的第 k 个数