简历模版:通用浅蓝色清爽简历模板_简历模板下载_大学生简历_免费简历模板_简历下载
GitHub - yang19527/AwesomeInterview: 包含程序员面试大厂面试题和面试经验
https://github.com/zonechen1994/CV_Interview
(198条消息) 开发转算法,我们应该如何准备_Deep_Blue7的博客-CSDN博客_开发转算法
一、
1、多进程、多线程
(189条消息) Python之多进程与多线程_宗而研之的博客-CSDN博客_python多进程和多线程
2、c++ 指针三种场景
3、c++继承、多态
4、硬件平台 x86
(189条消息) 解读x86、ARM和MIPS三种主流芯片架构_baidu_huihui的博客-CSDN博客_mips和x86区别
5、resnet
让神经网络某些层跳过下一层神经元的连接,隔层相连,弱化每层之间的强联系。这种神经网络被称为 残差网络 (ResNets)
(189条消息) 深度学习_经典网络_ResNet详解及常见问题总结_【WeThinkIn】的主理人的博客-CSDN博客_resnet核心设计
6、cuda开发、cudnn开发
7、生成器应用场景
8、设计模式
9、损失函数
10、gpu型号
二、
自我介绍
1、目标检测
1>小物体,yolo什么改动
(198条消息) YOLOV5 模型和代码修改——针对小目标识别_xiaoY322的博客-CSDN博客_yolo小目标检测
2>样本不均衡
数据增强
focal_loss
3>损失函数
4>yolo,Fasterrcnn
5>数据增强
2、特征比对
3、图像分割
1>backbone
在faster rcnn 基础上:
优化:
1》使用resnet_FPN,多层特征图有利于多尺度物体和小物体检测
2》提出了roi align代替roi pooling,避免取整的损失,保留浮点数,利用双线性插值
3》在RPN后增加mask分支,确定每个像素属于哪个类别
2>损失函数
得到多分类mask,都是二值的,如果ROI标签是5,只有第5个类别的mask参与计算。
loss = loss分类+loss(box)+loss(mask)
loss(mask):对mask的每个像素应用sigmoid函数,送到交叉熵损失中,最后取所有像素损失平均值作为loss(mask)
4、人体关键点
1>Hrnet
2>heatmap
3>损失函数
Mean Squared Error 均方误差 偏离真实值差值和的平均数
5、动作识别
1>tsm
论文解读:Temporal Shift Module - 知乎 (zhihu.com)
监督:
2>mmaction
3>损失函数
6、图像分类
1>二分类和多分类的损失
二分类与多分类的交叉熵损失函数 - 简书 (jianshu.com)
(190条消息) 二分类、多分类与多标签问题及对应损失函数的选择_幼稚园的扛把子~的博客-CSDN博客_多标签分类损失函数3
2>交叉熵
(190条消息) 交叉熵损失函数_沙子是沙子的博客-CSDN博客_交叉熵损失函数
二分类:sigmoid+交叉熵 学习分布
多分类:Softmax + 对数似然 学习分布
三、
1、tensorRT
1>做了哪些优化
2、framework
四、
1、CNN、RNN、LSTM
(192条消息) 对LSTM的通俗理解_Ma Sizhou的博客-CSDN博客_lstm是什么
(191条消息) 通俗易懂的RNN_长竹Danko的博客-CSDN博客_rnn
RNN神经网络产生梯度消失和梯度爆炸的原因及解决方案 - 走看看 (zoukankan.com)
2、Crnn、ctc、east、advancedeast
(191条消息) CRNN——卷积循环神经网络结构_小白不白白_的博客-CSDN博客_crnn
(192条消息) CRNN文字识别_GoAI的博客-CSDN博客_crnn
3、机器学习
4、python 技术点
五、模型优化,剪裁、压缩、蒸馏
六、c++
三、
1、自我介绍
2、误欠品项目
1>图像矫正
2>resnet arcface loss
3>circle loss
4>transformer
3、yolo
1>流程
2>损失函数
3>改进
4>小目标检测
5>样本不均衡
6>过拟合
4、常用模型
5、ml
6、crnn ctc
7、mask
8、c++
四.
经常遇到的问题:
(1)多尺度:面积小、过细、过长
(2)鲁棒性:噪声引起预测失败
(3)歧义性:比如,一张分类图片中出现多个类别的目标;不同视角下视觉上类别模糊;
(4)细粒度:具有区分性的特征不明显,或者可辨识的区域占比过小
(5)遮挡:同类、异类间遮挡,导致定位不准,分类错误
(6)特征相似:类间差异小,比如,果冻瑕疵里面的毛发和纤维丝
(7)图像质量:模糊、过暗、过曝、花屏、低分辨率