问题1、简述下你对end to end检测器的理解?
1、从faser-rcnn开始解释Blabla,原来通常用选择性搜索方法生成proposals不能和cnn一起训练,需要各自训练各自的部分。
2、此外原来的rcnn阶段的分类的svm进行的,也不能和整个网络一起训练
问题2、线性回归和逻辑回归的区别?
1、线性回归做预测,逻辑回归做分类
2、前者拟合合适的模型函数,后者预测函数的输出值
3、参数更新:最小二乘法vs梯度下降
4、因变量:连续性的数据,离散的label举例子:饮食习惯对体重的影响,如果是输入数据(性别,饮食习惯,身高,年龄等)预测重量的具体值,是用线性回归;如果预测体型,如微胖,正常等分类,用逻辑回归。
福利:2021年最新大厂AI面试秘籍PDF 《2021年最新大厂AI面试题 Q2版》&《名企AI面试100题》,文末免费领!
问题3、目标检测trick
1、数据增强
2、小目标的重采样
3、根据数据集小目标的分布进行anchor的调整(guide-anchor,k-means)
4、多感受野:FPN,可变型卷积
5、注意力机制orSEnet
6、HRnet超高分辨率的backbone