文远知行实习面试经历

一个寒假没有干劲，想开学找个实习，就投了简历，第二天就邀请面试。
上来先是自我介绍，然后根据简历问。
介绍一下kaggle比赛的这个项目：
我是在上学期开始接触目标检测，了解到了从RCNN到YOLO系列的目标检测网络。但是实验室没有相关的项目，所以去kaggle练练手。学习了一下kaggle的使用方法，学习别人的baseline以及经验。自己修改了一套baseline，去训练，主要是了解目标检测任务的方法。

详细介绍一下faster rcnn：
backbone…rpn…回归
roi pooling层的作用是什么：
我以为是生成anchor投射到各个feature层的那个操作，回答的驴头不对马嘴，面试官也挺好，最后也给我介绍了是干什么用的。

两阶段目标检测为什么比单阶段的更准确：
我回答是先有rpn，然后再回归调整，而单阶段只有一次直接回归。
这个回答也不对，面试官说因为单阶段的正负样本太不均衡，两阶段的会划分正负样本均匀化。

smooth L1：
L1loss把中间尖角平滑化。

focal loss：
可以在负样本比较多的时候降低易分类样本比重，平衡样本
回答不够完整，focal loss有两个参数，一个控制难分类，一个控制负样本？好像这么说的，记不清了。

iou loss 比 smooth l1 loss好在哪
iouloss会根据尺度调整，l1loss是绝对值，不会根据bbox尺度调整。

然后就是coding
让手撸nms
我半小时都在写计算iou的函数，各种情况考虑复杂了，被叫停了，说假设已经有了iou，然后呢。
对bbox进行排序，写了一个sort（input.begin(), intput.end(), cmp）,然后问接下来的怎么处理，又答错了，面试结束，凉透了。

总之就是面试完全没有任何准备，前面的项目没有好好梳理，问的问题都知到，但是都回答的很模糊。最后coding真是没什么说的，写不出来就是写不出来。