记一次图森电话面试

说明

• 这次面试可能是我秋招以来面试中难度最大的一场，主要是涉及到太多的论文细节以及代码细节。
• 感想：问的东西特别全，什么都要会，没做过的方向也需要知道大概有哪些主流的方法；面试的主要节奏就是：(1)挑一个你最熟的项目，问到你不会为止，基本上是基于论文来问，从网络结构到训练过程到测试过程到影响精度的因素等；(2)对于一些流行的深度学习方向，说一下主流的结构以及他们之间的区别与联系，说完之后再从网络结构或者原理方面分析一下区别的原因，总而言之一直在被怼。但是也暴露了自己看论文方面的很多问题，很多细节没有进行深入的探究，导致对问题理解不深刻。

面试主要内容

目标检测

• 做一下总结（one stage以及two stage）。
• 说一下RCNN流派以及yolo、SSD流派。
• 分析一下他们的区别与联系；为什么ssd、yolo等对小物体的检测没有two stage的方法好。

语义分割

• 主要的两种思路与做法（空洞卷积，skip-connection等）。
• 讲解一下deeplab及其V2、V3、V3plus，说一下和UNet等这些的区别。
• 计算空洞卷积的感受野。

实例分割

• 说一下maskRCNN的主要思路和流程
• 为什么在加入roialign之后，对于原来的fasterRCNN结构能提升3个点左右，而对于基于FPN的fasterRCNN只能提升2个点。

多目标跟踪

• 说一下具体的思路（基于检测的跟踪），怎样处理误检、漏检、误匹配的这些问题

其他

• 项目上的一些问题