视觉面试题

• 训练决策树的参数是什么

• 在决策树的节点处分割的标准是什么

• 基尼系数的公式是什么

• 熵的公式是什么

• 决策树如何决定在哪个特征处分割

• 你如何用数学计算收集来的信息？你确定吗？

• 随机森林的优点有哪些

• 介绍下boosting算法

• gradient boosting如何工作

• 关于adaboost算法，你了解多少，它如何工作

• SVM中用到了哪些核？SVM中的优化技术有哪些

• 介绍下无监督学习，算法有哪些

• 在k-means聚类算法中，如何定义k

• 告诉我至少3种定义k的方法

• SVM

  • 线性SVM
    • 最优化问题：
      
    • 对偶优化问题：
      
      由以上求得对偶优化问题的解为
    • 合页损失函数：
      
    • 原问题的解：
      
  • 非线性SVM：
    • 非线性支持向量机是在对偶优化问题的基础上引进核函数得到的，表达式如下：
      
      由以上求得对偶优化问题的解为
    • 计算得
      
    • 决策函数：
      
    • 常见的核函数：
      1、多项式核函数：
      2、高斯核函数：
      3、字符串核函数：$$
  • 序列最小最优化算法

• L1范数和L2范数的区别
  以线性回归为例，损失函数加入L1称为lasso回归，损失函数加入L2的称为ridge回归。
  L1正则化是指权值向量中各个元素的绝对值之和，L2正则化是指权值向量中各个元素平方和再开方
  L1正则化可以产生稀疏解，用于特征选择（某种程度上也能防止过拟合），L2正则化可以防止过拟合（使模型参数变小，提高模型的抗干扰能力）

• Mask R-CNN

  • Mask R-CNN扩展自 Faster R-CNN，Faster为流行的目标检测框架，Mask将其扩展为实例分割框架。
  • Mask是一个两个阶段的框架，第一个阶段扫描图像并生成提议（proposals），第二阶段分类提议生成边界框和掩码。
  • Mask通常以ResNet50或ResNet101+特征金字塔网络（FPN）作为主干网络。FPN引入了额外的复杂度：在FPN中第二个金字塔拥有一个包含每一级特征的特征图，而不是标准主干网络中的单个主干特征图（第一个金字塔中的最高层）。选用哪级特征是由目标的尺寸动态决定的。
  • RPN：一个轻量级的神经网络，它用滑动窗口来扫描图像（主干网络的特征图），并寻找存在目标的区域，RPN有两个输出，分别为：1）anchor类别：前景或背景；2）边框精调：通过评估delta输出（x, y, 宽, 高的变化百分数）以精调anchor box来更好地拟合目标。这样我们可以选出最好的包含目标的anchor，并对其位置和尺度进行微调。
  • ROI分类器和边界框回归器
    这个步骤是在RPN提出的ROI上运行的。该步骤同样有两个输出：1）类别：ROI中目标的类别；2）边框精调：和RPN类似。
  • ROI池化：
    由于RPN生成的ROI可以有不同的尺寸，但是分类器只能处理固定尺寸的输入，为了解决这个问题，Mask R-CNN的作者提出了ROIAlign，采用双线性插值进行裁剪。
  • 分割掩码：
    前面的步骤正是用于目标检测的Faster R-CNN。而分割掩码网络正是Mask R-CNN的论文引入的附加网络
    掩码分支是一个卷积网络，以ROI分类器选择的正区域为输入，训练过程中将真实的掩码缩小，产生低分辨率掩码（28*28），但是这个掩码是由浮点数表示（软掩码）相对于二进制掩码有更多的细节。预测过程中将掩码放大为ROI边框尺寸，以给出最终的掩码。

• FCN

  • 不含fc层的全卷积网络，可接受任意大小的初入
  • 增大特征图尺寸的反卷积，能够输出精细的结果
  • 结合不同的深度层结果的跳级结构，同时确保鲁棒性和精确性。
    特征点匹配错误的解决方案
    回环检测
    OpenCV边缘检测算法
    相机位姿的计算
    点云
    特征操作子（SIFT）
    KMP算法
    最小二乘法和随机梯度下降