人工智能面试实战题

1. 目标检测可以分为两大类，分别是什么，他们的优缺点是什么呢？

答案：目标检测算法分为单阶段和双阶段两大类。

单阶段目标验测算法（one-stage），代表算法有 yolo 系列，SSD 系列；直接对图像进行计算生成检测结果，检测速度快，但检测精度低。

双阶段目标验测算法（two-stage），代表算法 RCNN 系列；先对图像提取候选框，然后基于候选区域做二次修正得到检测点结果，检测精度较高，但检测速度较慢。

【单阶段偏应用,因为在精度没有差很多的情况下，速度很快，就会选择单阶段目标检测算法；双阶段偏比赛，只注重精度高低，速度不考虑】

1. Faster Rcnn里有个RPN,为什么设置这个层，好在哪里？RPN如果没有的话，他会对大目标更好还是对小目标更好？问的是roi这一层呢？

答案：RPN的作用是生成合适的region proposals。

网络结构分为一个卷积层和一个两分支的网络，其中一个分支是softmax分类网络，另一个用于bbox回归。

具体的步骤是：

生成anchors -> softmax分类器提取 positive anchors -> 对positive anchors进行bbox 回归 -> Proposal Layer综合所有 positive anchors及其偏移量用来生成更精确的proposals。

RPN最终就是在原图尺度上，设置了密密麻麻的候选Anchor。然后用cnn去找出其中的positive anchors并对它进行回归，使得框的大小和位置更准确。

生成anchor的过程：特征图上每个点都配备k个anchor，然后对每个anchor要做二分类和四个值的回归。

1. 目标检测后面都会用到NMS,非极大值，你知道他为甚要用这个么，就是预测的时候？

NMS，一句话概括就是去除重复的检测框。

非极大值抑制，顾名思义就是抑制不是极大值的元素，在目标检测中，就是提取置信度高的目标检测框，而抑制置信度低的误检框。

使用深度学习模型会检测出很多目标框，具体数量由anchor数量决定，其中有很多重复的框定位到同一个目标，nms用来去除这些重复的框，获得真正的目标框。

 

NMS代码实现：

import numpy as np


def NMS(dects,threshhold):
    """
    input：
      detcs:二维数组(n_samples,5)，5列：x1,y1,x2,y2,score
      threshhold: IOU阈值  
    """
    x1=dects[:,0]
    y1=dects[:,1]
    x2=dects[:,2]
    y2=dects[:,3]
    score=dects[:,4]
    ndects=dects.shape[0]#box的数量
    area=(x2-x1+1)*(y2-y1+1)
    order=score.argsort()[::-1] #score从大到小排列的indexs,一维数组
    keep=[] #保存符合条件的index
    suppressed=np.array([0]*ndects) #初始化为0，若大于threshhold,变为1，表示被抑制
    
    for _i in range(ndects):
        i=order[_i]  #从得分最高的开始遍历
        if suppressed[i]==1:
            continue
        keep.append(i) 
        for _j in range(i+1,ndects):
            j=order[_j]
            if suppressed[j]==1: #若已经被抑制，跳过
                continue
            xx1=np.max(x1[i],x1[j])#求两个box的交集面积interface
            yy1=np.max(y1[i],y1j])
            xx2=np.min(x2[i],x2[j])
            yy2=np.min(y2[i],y2[j])
            w=np.max(0,xx2-xx1+1)
            h=np.max(0,yy2-yy1+1)
            interface=w*h
            overlap=interface/(area[i]+area[j]-interface) #计算IOU（交/并）
            if overlap>=threshhold:#IOU若大于阈值，则抑制
                suppressed[j]=1
    return keep


【dects自己随便设置个数组测试即可

1. 卷积网络里的感受野是什么意思么？

在卷积神经网络CNN中，决定某一层输出结果中一个元素所对应的输入层的区域大小，被称作感受野。用数学的语言感受野就是CNN中的某一层输出结果的一个元素对应输入层的一个映射。再通俗点的解释是，feature map上的一个点对应输入图上的区域。

 

 

1. 函数一般用什么，激活函数？

https://blog.csdn.net/weixin_46112766/article/details/109255872

1. 梯度消失还有什么其他办法规避么？

如何确定是否出现梯度爆炸？如：

• • 模型无法从训练数据中获得更新（如低损失）。
  • 模型不稳定，导致更新过程中的损失出现显著变化。
  • 训练过程中，模型损失变成 NaN。

1. 重新设计网络模型

梯度爆炸可以通过重新设计层数更少的网络来解决。使用更小的批尺寸对网络训练也有好处。另外也许是学习率过大导致的问题，减小学习率。

1. 使用 ReLU 激活函数

梯度爆炸的发生可能是因为激活函数，如之前很流行的Sigmoid和Tanh函数。使用ReLU激活函数可以减少梯度爆炸。采用ReLU激活函数是最适合隐藏层的，是目前使用最多的激活函数。

               relu函数的导数在正数部分是恒等于1的，因此在深层网络中使用relu激活函数就不会导致梯度消失和爆炸的问题。

relu的主要贡献在于

• • • • 解决了梯度消失、爆炸的问题
      • 计算方便，计算速度快，加速了网络的训练

同时也存在一些缺点：

• • • • 由于负数部分恒为0，会导致一些神经元无法激活（可通过设置小学习率部分解决）
      • 输出不是以0为中心的

leakrelu