
面试准备
Victory_tc
这个作者很懒,什么都没留下…
展开
专栏收录文章
- 默认排序
- 最新发布
- 最早发布
- 最多阅读
- 最少阅读
-
算法题汇总(面试准备)
1.二叉树的前序,中序,后序遍历,递归和非递归的写法2.一个数组,把其中奇数放在左边,偶数放在右边,不要求满足原始序列关系,要求inplace 时间On 空间O13.红黑树简单介绍一下,内部实现原理,主要用来做什么?4.链表相关算法题一个链表如何找中间点 链表如何判断是否有环 如果有环如何找到环的起点 两个链表如何判断是否有公共部分 D情况下如果链表有环怎么办 E情...原创 2019-09-23 15:14:26 · 664 阅读 · 0 评论 -
操作系统
基础篇:1.多进程和多线程的区别进程是资源分配的最小单位,进程控制块 (Process Control Block, PCB) 描述进程的基本信息和运行状态,所谓的创建进程和撤销进程,都是指对 PCB 的操作。线程是CPU调度的最小单位;一个进程中可以有多个线程,它们共享进程资源。进程的创建/销毁/切换系统开销大:由于创建或撤销进程时,系统都要为之分配或回收资源,如内存空间、I/O...原创 2019-09-19 10:48:15 · 563 阅读 · 0 评论 -
行人三维姿态与形状估计面试准备
1.SMPL2.HMR本文达到了实时的人体三维姿态与形状的估计,但是实际上测试最多能够达到5fps,可以在有2D-3D之间的对应关系来训练模型,也可以在没有2D-3D的情况下利用弱监督的方式训练模型,在人体存在遮挡或者截断的情况下仍然能够恢复出人体的三维模型,并且可以会恢复出人体的头部和肢体的朝向。具体贡献点:(1)单幅RGB图像恢复人体的3Dmesh结构,主要的目标函数约束是三...原创 2019-09-15 00:57:46 · 3071 阅读 · 0 评论 -
头条面经(同学一)
一面:1. 图像降噪算法滤波类:比较传统的一类算法,通过设计滤波器对图像进行处理,特点是速度往往比较快,很多卷积滤波可以借助快速傅立叶变化。(重点回答,主要考察滤波类)滤波类包括均值滤波,高斯滤波,统计中值滤波,双边滤波,引导滤波,NLM(Non-Local means)算法,参考我的博客:https://blog.youkuaiyun.com/Victory_tc/article/details/...原创 2019-07-25 22:35:29 · 601 阅读 · 0 评论 -
均值,中值,高斯与C++实现代码(附加优化思路,双边滤波,引导滤波, non-local means原理)
消除图像的噪声成分叫作图像的平滑化或滤波操作。信号或图像的能量大部分集中在幅度谱的低频和中频段,而在较高频段,感兴趣的信息经常被噪声淹没。因此一个能降低高频成分幅度的滤波器就能够减弱噪声的影响。图像滤波的目的有两个:一是抽出对象的特征作为图像识别的特征模式;另一个是为适应图像处理的要求,消除图像数字化时所混入的噪声。图像滤波的要求:一是不能损坏图像的轮廓及边缘等重要信息;二是使图像清晰视觉效果好...原创 2019-07-26 07:28:03 · 1421 阅读 · 0 评论 -
线性变换,分段线性变换,伽马变换,直方图正规化,直方图均衡化,局部自适应直方图均衡化的原理以及python代码
1.基础概念1.1 图像灰度直方图灰度直方图是图像灰度级的函数,用来描述每个灰度级在图像矩阵中的像素个数或者占有率。图像的对比度是通过灰度级范围来度量的,而灰度级范围可通过观察灰度直方图得到,灰度级范围越大代表对比度越高;反之对比度越低,低对比度的图像在视觉上给人的感觉是看起来不够清晰,所以通过算法调整图像的灰度值,从而调整图像的对比度是有必要的。#获得图像的灰度直方图def ca...原创 2019-07-26 07:46:38 · 3102 阅读 · 0 评论 -
京东面经
1.图像二值化的方法(1)对RGB彩色图像灰度化以后,扫描图像的每个像素值,值小于127的,将像素值设为0(黑色),值大于等于127的像素值设为255(白色)。方法特点:优点:该方法的好处是计算量少速度快。缺点:首先阈值为127没有任何理由可以解释,其次完全不考虑图像的像素分布情况与像素值特征。(2)最常见的二值处理方法是计算像素的平均值K,扫描图像的每个像素值如像素值大于K,像素...原创 2019-08-05 10:05:59 · 597 阅读 · 0 评论 -
C++ 常面知识点
1.new/delete 与malloc/free 的区别参考:https://www.cnblogs.com/QG-whz/p/5140930.html共同点:(1)都可用于申请动态内存和释放内存不同点:(1)malloc与free是C++/C 语言的标准库函数,new/delete 是C++的运算符。对于非内部数据类的对象而言,光用maloc/free 无法满足动态对象的要...原创 2019-07-31 21:57:34 · 1109 阅读 · 0 评论 -
检测相关问题面试准备
1. OHEM (online Hard Example Mining)OHEM(online hard example miniing)算法的核心思想是根据输入样本的损失进行筛选,筛选出hard example,表示对分类和检测影响较大的样本;然后将筛选得到的这些样本应用在随机梯度下降中训练。在实际操作中是将原来的一个ROI Network扩充为两个ROI Network,这两个ROI N...原创 2019-08-22 13:22:41 · 2828 阅读 · 0 评论 -
机器学习面试准备
1.SVM与逻辑回归软间隔SVM与逻辑回归的区别 1、逻辑回归通过输出预测概率后根据阈值进行判断类别,SVM则直接输出分割超平面,然后使用0/1函数对距离进行分类,不能直接输出概率值,如果需要SVM输出概率值则需要进行特殊处理,可以根据距离的大小进行归一化概率输出。 2、逻辑回归可以使用多阈值然后进行多分类,SVM则需要进行推广。 3、SVM在训练过程只需要支持向量的,依赖的...原创 2019-08-22 19:31:54 · 1175 阅读 · 0 评论 -
深度学习面试准备
1.反卷积(deconv)与转置卷积(transposed conv)是同一种卷积形式,对图像的上采样,卷积的逆过程规范表达:DL中的deconv,是一种上采样过程;卷积的输入input 通过卷积得到输出output, 而从output到input就是反卷积。反卷积等于将将卷积的卷积核水平翻转再垂直翻转得到的卷积核作用于卷积的操作的ouput上,得到卷积操作的input。2...原创 2019-08-22 22:23:49 · 8349 阅读 · 0 评论 -
传统图像算法
1.图像增强参考:https://mp.youkuaiyun.com/postedit/973619112.图像滤波https://mp.youkuaiyun.com/postedit/973145683.边缘检测https://mp.youkuaiyun.com/postedit/973101084.图像形态学腐蚀和膨胀,开运算,闭运算:推荐博客:https://blog.youkuaiyun.com/bagboy...原创 2019-08-16 16:26:27 · 4839 阅读 · 0 评论 -
头条面经(同学二)
同学二:一面:1.focal loss的形式,原理focal loss提出的目的是:希望one-stage detector可以达到two-stage detector的准确率,同时不影响原有的速度。作者认为one stage的准确率不如twostage的原因在于:样本的类别不均衡;负样本数量太大,占总的loss的大部分,而且多是容易分类的,因此使得模型的优化方向并不是我们所希望...原创 2019-07-30 01:28:37 · 344 阅读 · 0 评论