初速度视觉算法岗一面

  • 说说你在智慧交通中遇到的问题
    答: 1. 图片比较黑暗,辨识度不是很高, 采取的策略是加强的图片的对比度,为了提高召回率,调低了threshhold
  • 有尝试过不同的模型去做检测吗
    答: 有的 尝试了faster-rcnn和yolo 虽然faster在准确率上会优于yolo,但是提升并不是很高,且在速度上不够,yolov3已经满足了甲方的需求
  • 为什么准确率会高
    因为faster 在rpn后的proposal中做了筛选和优化,但是随之召回率会低,one-stage并没有这个步骤
  • 那么对于小目标检测 你觉得两者谁更优
    答:(答错了) 其实是这两者 并没有谁优谁裂,感觉面试官在给我挖坑。。可能还是one-stage好一点,因为在proposal层会筛选掉一些
  • 参数量和计算量有没有关系,参数量越大计算量一定越大吗
    答: 不一定, densenet 的参数量并没有比resnet大多少,但是计算量远远超过,因为它concat了之前每一层的输出
  • sigmoid 和 softmax的异同
    答(一开始震惊,不是都是sogmoid和relu比较吗)softmax一般多分类,sogmoid一般二分类,softmax是概率分布,sogmoid是非线性激活,softmax各结果相互独立,sigmoid相互关联,概率综合不一定为1
  • sigmoid可以多分类吗
    答:不能(后来查 发现可以输出多个神经元,每个神经元sigmoid, 输出概率最大的那个)
  • 输入日期两个字符串,计算差几天
  • 你有什么问题问我吗
  • 答:如果进去之后主要做什么,检测还是分割

你可能感兴趣的:(初速度视觉算法岗一面)