s000da的博客

最近在准备找工作面试，本文在此梳理了目标检测中涉及的面试要用的知识点，包含了一下几方面：     My paper reading 过程总结： 实际步骤 所花时间 评价 改进 先看了abstract, 1 introduction 以及 4 related works这三个部分，对objection detection 有了大致了解 0.5U    ...

最近在准备找工作面试，本文在此梳理了【深度学习】中涉及的面试要用的知识点，主要从目前项目出发，再延伸到别的知识点。 1. 关于模型深度： On the Number of Linear Regions of Deep Neural Networks On the Expressive Power of Deep Architectures  ...

目录 目标检测 一、目标检测任务 I. 目标检测领域的瓶颈 II. 针对小目标检测 III. 针对检测速度 IV. 本领域知识面 二、目标检测模型 I. 整体概括YOLO、SSD、R-CNN系列模型的各自特点、异同之处。 II. 分别介绍三个系列算法inference过程。   III.  关于Loss函数 IV. YOLO V2和V3相比于SSD的优势 二、实战中遇到的...

今天接到了两轮电话面试，第一场大概五十分钟，第二场在三十分钟以后，大概持续半个多小时结束。两场都有问目标检测项目，以及一些别的算法题和数学题，整体算是比较有难度，在此记录。 一面（50min）： 问了项目，问了faster RCNN，YOLO以及SSD的东西，提问为什么要用anchor？直接从原图回归box呢？总之是根据简历来问，不过没有很细和很难，没有传说中问到答不出为止 别的题： 1....

整体感觉： 一面，持续半个多小时。对着简历问项目，以及背后涉及到的深度学习知识与训练经验，没有问算法题。 具体： SSD和YOLO的区别和各自特点？ 你认为目前目标检测任务中的最大障碍是什么/什么最限制了目标检测性能？ 提升小目标检测性能有什么方法？ l1, l2正则化分别有什么作用？ dropout为什么能抑制过拟合？ optimizer怎么选择的？adam和SGD有什么区别SG...