初速度视觉算法岗一面
2020-03-08 本文已影响0人
autisticBoy
- 说说你在智慧交通中遇到的问题
答: 1. 图片比较黑暗，辨识度不是很高， 采取的策略是加强的图片的对比度，为了提高召回率，调低了threshhold - 有尝试过不同的模型去做检测吗
答： 有的 尝试了faster-rcnn和yolo 虽然faster在准确率上会优于yolo，但是提升并不是很高，且在速度上不够，yolov3已经满足了甲方的需求 - 为什么准确率会高
因为faster 在rpn后的proposal中做了筛选和优化，但是随之召回率会低，one-stage并没有这个步骤 - 那么对于小目标检测 你觉得两者谁更优
答:(答错了) 其实是这两者 并没有谁优谁裂，感觉面试官在给我挖坑。。可能还是one-stage好一点，因为在proposal层会筛选掉一些 - 参数量和计算量有没有关系，参数量越大计算量一定越大吗
答: 不一定， densenet 的参数量并没有比resnet大多少，但是计算量远远超过，因为它concat了之前每一层的输出 - sigmoid 和 softmax的异同
答（一开始震惊，不是都是sogmoid和relu比较吗）softmax一般多分类，sogmoid一般二分类，softmax是概率分布,sogmoid是非线性激活，softmax各结果相互独立，sigmoid相互关联，概率综合不一定为1 - sigmoid可以多分类吗
答：不能（后来查 发现可以输出多个神经元，每个神经元sigmoid, 输出概率最大的那个） - 输入日期两个字符串，计算差几天
- 你有什么问题问我吗
- 答：如果进去之后主要做什么，检测还是分割
