本文详细记录了一位应聘者在思谋科技算法岗位的面试经历，包括一面、二面coding和三面Leader的环节。面试涵盖了深度学习的基础知识，如CTC、OCR、FPN、ROI Pooling、Anchor机制等，还涉及到目标检测、正负样本平衡、损失函数、K-means、TensorFlow操作等技术问题。面试者在二面进行了在线编码，通过了所有技术面，最终顺利拿到offer。
面试还是比较有难度的，针对项目，每个项目都会问，不清楚的项目不要乱写。部分只记录问题，答案自己百度或者留言，博主尽量解答
一面：
-
ctc 输出长度和输入长度，输出>输入？输入>输出? ocr长序列漏检如何处理（针对ocr项目提问）
-
目标检测FPN输出的三个feature map，anchor是如何分配的？为何这么分配？
小feature map分配大anchor, 大feature map 分配小anchor。 原因：感受野
-
DBNet创新点，如何做到二值化可微？
最大的创新点：网络学习得到二值化阈值
DB二值化公式类似sigmoid
-
roi pooling流程介绍，roi pooling与roi align的区别？为何加入roi pooling？
参考我的另一篇博客 SPP、ROI Pooling、ROI Align区别_小由之的博客-优快云博客
-
权重衰减的作用
权重衰减 即l2正则, 使学到的模型参数值尽可能小，增加模型鲁棒性，解决过拟合
-
anchor-based 与anchor free如何区分
最低0.47元/天 解锁文章
扫一扫
9373
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
