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
最低0.47元/天 解锁文章
1001
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
