2022算法岗秋招面试总结——CV基础（一）

2022秋招已经结束，这是我从去年8月份投简历以来，面试被问到的一些问题做了总结，方便自己以后回顾，现将一部分分享给大家，后面想起来继续更新，如有问题，还请纠正。

1、YOLOv4相对于YOLOv3做了哪些改进？

• 输入端：主要是训练时对输入的改进，主要包括Mosaic数据增强、标签平滑、SAT自对抗训练；
• BackBone主干网络：将各种新的方式结合起来，包括：CSPDarknet53、Mish激活函数；
• Neck：目标检测网络在BackBone后面添加的一些层，比如Yolov4中的SPP模块、FPN+PAN结构；
• Prediction：输出层的锚框机制和Yolov3相同，主要改进的是训练时的损失函数CIOU_Loss，以及预测框筛选的nms变为DIOU_nms;
• 损失函数组成：回归框的预测误差、分类误差、置信度误差；

2、目标检测中的NMS，介绍一下？

NMS就是非极大值抑制，具体算法流程如下：

• 设定一个阈值，将低于该阈值的预测框进行剔除；
• 将所有框的按照得分进行排序，选中最高分及其对应的框；
• 遍历其余的框，如果和当前最高分框的重叠面积(IOU)大于一定阈值，我们就将框删除。（删除是因为超过设定阈值，认为两个框的里面的物体属于同一个类别，比如都属于狗这个类别。）
• 从未处理的框中继续选一个得分最高的，重复上述过程，找到所有被保留下来的框。如果有很多框的话，说明检测场景中有多个类别。

3、关于K-means算法，讲讲？

算法思想：
根据给定的n个数据对象的数据集，构建k个划分聚类的方法，每个划分聚类即为一个簇。该方法将数据划分为n个簇，每个簇至少有一个数据对象，每个数据对象必须属于而且只能属于一个簇，同时要满足同一簇中的数据对象相似度高，不同簇中的数据对象相似度较小，聚类相似度是利用各簇中对象的均值来进行计算的。

操作流程：

• 首先，如果已经知道要分为2类，随机选取样本空间的2个数据点作为起始点，计算其余的点分别到2个起始点的距离，接着将距离最近的点归为一类；
• 接着，将分好的两个类别中，找到对应的质心，计算其余点到两个质心的距离，按照距离远近进行分类，距离最近的归为一类；
• 最后，重复上述操作，直到分出来的类，与上一次的结果一致，分类结束。

**K值的确定：**Kmeans聚类的评估方法是看误差项平方和，就是计算所有点到相应簇中心的距离均值，k值越大，误差项平方和(SEE)越小，我们就是要求出随着k值的变化SSE的变化规律，找到SSE减幅最小的k值，或者看SEE曲线变化一阶导数变化最大的地方对应的K值。

4、在模型训练的过程中，遇到了一些情况如何收敛loss的？

• loss曲线在整体趋势为下降时，如果出现起伏，也就是一上一下开始震荡，如下图所示，为了减少这种起伏状态，可以增加bat