计算机视觉面试知识点总结

目录

1.ARM 优化

2.CPU 硬件基础

3.数字图像处理

4.深度学习基础知识

5.矩阵乘优化

6.经典卷积网络

7.神经网络量化与压缩

8.模型剪枝

9.轻量网络设计方法

10.目标检测网络

11.评价指标

12.语义分割

13.3D 视觉

14.Pytorch 框架

15.Caffe 框架

16.模型部署

17.AI 芯片

18.内存优化

19.关于科研和研发

20.3D 视觉技术

21.知识点输出

---

1.ARM 优化

1. [ARM Neon Intrinsics 学习指北：从入门、进阶到学个通透](https://mp.weixin.qq.com/s/E73KW7vxYikpcLYPBf4-HA)
2. [一份朴实无华的移动端盒子滤波算法优化笔记](https://zhuanlan.zhihu.com/p/170611395)
3. [Neon Intrinsics Reference](https://developer.arm.com/architectures/instruction-sets/simd-isas/neon/intrinsics)

> `Neon` 是 `ARM` 平台的向量化计算指令集，通过一条指令完成多个数据的运算达到加速的目的，或者说 `Neon` 是 ARM 平台的 `SIMD`（Single Instruction Multiple Data，单指令多数据流）指令集实现。常用于AI、多媒体等计算密集型任务。

2.CPU 硬件基础

1. [嵌入式系统 内存模块设计](https://jachinshen.github.io/study/2018/03/06/%E5%B5%8C%E5%85%A5%E5%BC%8F%E7%B3%BB%E7%BB%9F-%E5%86%85%E5%AD%98%E6%A8%A1%E5%9D%97%E8%AE%BE%E8%AE%A1.html)

3.数字图像处理

1. [SIFT 特征详解](ht