1.二叉搜索树的插入与搜索,及其平均时间复杂度、最坏时间复杂度
2.二叉搜索树怎么转平衡二叉树
3.C++的左值与右值,std:move(),深拷贝和浅拷贝
4.面向对象的概念
5.C++的虚函数
6.面向对象的三大特征
7.ROI Align的本质是不是resize操作?ROI Align细节
8.目标检测two-stage模型
RCNN->SPPNet-> Fast RCNN-> Faster RCNN-> RFCN-> DCN->DCNv2
9.目标检测one-stage模型
YOLOv1\v2\v3->SSD->RefineDet->retinaNet
YOLO和SSD的区别
10.resnet和densenet的区别,denseNet有没有改进模型(DPN、AAAI2018的MixNet),相同层数resnet、denseNet哪个好?
11.inception系列的演化
12.BN的原理和实现细节,其中均值和标准差的计算,以及训练和测试时分别怎么用
13.focal loss,用的什么核的,效果有没有区别,调过参数没有。Focal loss的两个参数有什么作用
14.小目标检测用什么方法
15.mobileNet v1\v2\v3
16.COCO冠军方案
17.多标签不平衡怎么处理,多任务不平衡怎么处理
18.改善NMS
IOU-guided-nms:IOUNet\softNMS\sofer-nms 实现细节
19.改善RPN
20.RFBNet
Receptive Field Block
模拟人类视觉的感受野加强网络的特征提取能力,在结构上RFB借鉴了inception的思想,主要是在inception的基础上假如了dilation卷积层,从而有效增大了感受野。
21.深度可分离卷积
22.two-stage为什么效果好
23.激活函数
24.损失函数,分类loss函数
25.数字图像处理的各种滤波
26.k折交叉验证
27.模型融合:adaboost
28.C++指针和引用的区别
29.mask rcnn和mask scoring rcnn
30.logistic回归、SVM、boosting/bagging
31.数据预处理transformer模块
32.处理不平衡的方法
33.圆上任意三个点组成的三角形包含圆心的概率
34.GAN
35.分布式,多卡使用
36.dataloder、dataset、sampler关系
37.人脸和身体一起检测,怎么处理
38.目标检测存在的问题,及个人理解;小目标怎么解决,遮挡怎么解决
39.概率:x,y,z都是(0,1)均匀分布,x+y+z<1的概率
40.人脸属性的任务、方法
41.n个文件(海量文件),查找和排序,二分查找的时间复杂度
42.知道哪些CV任务
分类、检测、分割、姿态、GAN、VAE\caption等
43.卷积、池化、全连接层、BN/IN/GN等
44.优化器
45.mAP的概念
46.传统机器学习,SVM\boosting\bagging\随机森林
Bagging和随机森林的区别
47.属性任务不平衡
48.属性任务的实际应用,目标检测实际应用
49.各种排序算法,快排时间复杂度,快排时间复杂度推导
50.时间复杂度为O(1)的排序算法
51.detection的two-stage的阈值有什么好方法,cascade RCNN?
52.模型具体的recall和precision
53.weighted sample 和focal loss
54.如果训练集不平衡,测试集平衡,直接训练、过采样和欠采样处理,哪个更好?
55.F1 score的alpha=1,那么alpha取其他值是什么含义。
56.canny边缘检测
57.SVM的核函数,损失函数
58.KNN
59.视频分类网络:分两路,一路提取视频音频特征,一路提取视频时空特征。如何融合两路特征。
60.Faster RCNN的细节,怎么筛选正负Anchor
61. OHEM原理
62. YOLO2细节
63.python的copy()和deepcopy() 普通赋值,有啥区别
64.loss不降低怎么办,val loss不升(过拟合)怎么办
65.pytorch\tensorflow的区别
66. Discriminative loss 解释
67.模型压缩了解哪些
68.比赛的数据比例分别是多少,类别不平衡怎么处理
69.如何处理梯度弥散问题?CNN-LSTM
70.policy gradient和Q learning的区别
71.语义分割到实例分割怎么做
72.介绍下图像里面的多尺度(FPN、不同rate的空洞卷积等)
73.CTPN、OCR
74.SIFT、HOG。SIFT是如何保持尺度不变性的。
75.如何根据局部特征去检索更大的图片
76.OpenCV如何读取数据流中的图片
77.OpenCV如何生成图片
78.概率题:连续抛一枚公平的硬币,直到连续出现两次正面为止,平均要扔多少次硬币
79.交叉熵的公式,多类别交叉熵具体怎么计算的(标签x概率)
80.linux查找进程,查找文件
81.说说特征工程、特征融合原则、怎么筛选
82.boosting、lightGBM
83.介绍下ENet\UNet
84.实例分割、二值分割的区别
85.python的static装饰器
86.numpy用法,对某个矩阵的某一列全部置0,用什么操作
87.softmax公式,softmax的梯度是什么?
88.数据增强用了什么方法,在线增强和离线增强有什么区别
89.如何处理mask重合问题
90.faster rcnn中采用的类似focal loss的操作是什么
91.上采样方法、反卷积
92.Miou语义分割评价指标
93.两个bbox的顶点,如何快速判断重叠
94.说一下faster-rcnn的整个从输入到输出的框架流程
95.说一下RPN的原理
96.如何解决类内的检测
97.讲一下小目标检测,FPN为什么能提高小目标的‘准确率’,FPN的特征融合为什么是相加操作呢?FPN是怎么提高小目标的‘检出率’的?小目标在FPN的什么位置检测?
98.如果有很长、很小或者很宽的目标,用过如何处理
99.pytorch的卷积是如何实现的?
100.python多线程
101.大目标如果有两个候选框和GT重合应该怎么处理
102.为什么说ResNet101不适合检测
103.SENet为什么效果好?为什么说SENet泛化性能好?SE接在ResNet\inception的什么位置呢?
104. sigmoid和softmax的区别
105. DetNet原理
106.知识蒸馏:用大网络教小网络的方法?
107.假如一个图片中有一个很大的目标还有一个很小的目标,你会怎么处理?
108.多尺度训练如何设置?
109.长边为什么设置成1333,短边为什么设置成32的倍数?
110.anchor-free为什么能重新火起来?
111.smooth L1 loss为什么更有效?
112.SGD、Adam之类优化的原理
113.BN为什么有效?
114.python有哪些常用的库,报一遍
115.说一下使用pytorch对cifar10数据集分类的整个代码流程,构建模型的过程是怎么样的?
116.github的常用操作:上传、合并、分支之类的
117.linux的常用操作:查看文件大小、删除文件、查看文件行数、假如文件中的有很多文件,每个文件中又有很多文件,如何删除全部文件?
118.siamRPN、siamFC、DeSiam、SiamRPN++原理
119.有没有修改过轻量级模型、讲一下轻量级的模型。mobileNetv1\v2\v3,shuffleNetv1\v2、xception
120.决策树、集成学习
121.mask rcnn如何提高mask的分辨率
122.info GAN和GAN的细致区别
123.YOLO识别微笑物体效果差,为什么?
124.如何在3kw像素的图片中识别出10像素左右的瑕疵
125.mAP这个指标,在什么场景下适用,什么场景下会有问题,比如哪些问题?
126.WGAN的公式,原理
127.python的字典的实现
128.LR的损失函数与推导
129.C++ STL用过哪些,知道map的底层实现嘛?
130说说红黑树?
131.define和const和static区别?
132.与SGD类似的优化方法:momentum、Adagrad、Adam等
133.二阶优化方法有哪些?相比一阶的区别?
134.SVM推导。核函数,调参等
135.xgboost和gdbt怎么做回归和分类的,有什么区别?
136.c++虚函数?虚函数表?
137.python list反转?元素去重复?
138.depplab、ASPP是怎样的?
139.k-means是怎么实现的,k近邻算法呢?
140.静态变量有什么用,静态变量在哪初始化,能在类内初始化嘛?静态函数有什么用?
141.如何使用多线程加速pytorch的dataloader?
142.python的append和extend有什么区别?
143.BP的过程
144.反卷积具体怎么实现的?
145.进程与线程的区别,以及什么时候适合用线程进程
146.c++ STL中的map和hash_map的查找算法是怎么样的?时间复杂度是多少?
147.pytorch的permute和view的功能
148.手写计算AUC曲面面积的代码
149.如何解决过拟合
150.讲一下随机森林的原理
151.python的对象(object)和C++中的对象有什么区别?
152.python的lambda
153.手写中值滤波,介绍一下高斯滤波、均值滤波
154.进程、线程、协程的区别以及用处
155.c++中析构函数的作用、static的作用和特点
156.SIFT特征提取怎么做的,具备什么性质?为什么? HOG特征提取怎么做的,具备什么性质? Haar特征提取怎么做的,具备什么性质?LBP特征提取是怎么做的?