面试点点滴滴

深度学习

1 你了解focal loss吗？

答：(1)alpha系数平衡正负样本，正样本为alpha，负样本为(1-alpha)
（2）gamma系数平衡难易样本，系数为（1-pt)**gamma，pt预测概率越大，说明越容易预测，属于容易样本，所以(1-pt)计算下来的权重值会比较小；pt预测概率越低，说明越难以预测，属于难样本，所以(1-pt)计算下来的权重值会比较大。

2 你了解transformer的qkv是什么意思吗，qkv怎么相互作用的？

答：(1)q是查询向量，k是键向量，v是值向量
（2）q叉乘k的转置，除以根号dk，再取softmax，得到注意力；将得到的注意力再叉乘v的转置

3 说一下BEV感知中2D->3DBEV空间转换的几种方法？

4 heatmap和直接回归的关键点检测方式相比有什么优点？

5 你用了什么剪枝方法，你了解他的原理吗？

6 你了解transformer吗，说一下它的原理？

7 你了解BEV感知吗？

8 你对目标跟踪了解吗，reID网络用的什么距离来计算两个目标的相似性？

9 你们是在什么平台上进行训练的，如何进行多机多卡训练？

10 说一下cuda编程怎么做的？写过吗？

11 你有过tensorRT使用的经验吗?

12 你对建图有什么了解吗？（可能是想问mapTR）

13 既然你说模型中用到了CSPDarkNet，那你说说CSPDarkNet的结构？

14 既然你说熟悉deeplab系列，那你说说deeplabv3+网络的结构？

15 resnet是解决什么样的问题的，为什么resnet能解决这个问题？

16 为什么DETR或者VIT使用了transformer结构，使用同样的数据，训练效果却不必YOLO效果好？

17 sgd，adaw的区别，你们是用的哪个，为什么？

18 为什么yolo比rcnn快？

19 anchor-based和anchor-free的区别？为什么anchor-free比较快？哪些场景适合使用anchor-based?

20 yolov8相比yolov5做了哪些改进？

21 你熟悉地平线芯片的量化流程吗？

22 你熟悉地平线芯片上推理的前处理过程吗？

23 防止过拟合的方法有哪些？

24 L1正则化和L2正则化的区别？

25 你用过哪些激活函数？

26 你用过哪些损失函数？

笔试

1 图像原地旋转90度？

2 有效的括号

3 爬楼梯

4 岛屿数量

5 前K个最大值

6 手写NMS

7 只出现一次的数字

C++

1 进程间的通信方式有哪些？

2 如何理解多态？

3 你用过智能指针吗？

4 如何动态分配内存？