钱多多先森

AI/CV面试，直达目录汇总

​CNN卷积神经网络和transformer相关的知识汇总

BN相关问题汇总，解决了什么问题？公式是什么？训练阶段和推理阶段，有什么不同？面试拿捏了

nms算法汇总辨析

分类损失学习汇总

损失函数是深度学习模型优化的一个灵魂基础，所以无论是很新的transform模型，还是比较早期的AlexNet，都不可避免的要涉及到损失函数的设计和应用。所以，各种形形色色的损失函数（Loss）也就成了面试场上，不经意间就会被牵扯到的问题。其中，目标检测任务的损失函数由Classificition Loss和Bounding Box Regeression Loss两部分构成。本次我们着重关注BoundingBox Loss 目标检测回归损失，之后有时间我们关注分类等损失函数。1. L1 loss、

都知道one hot label，用于分类，那知不知道soft label ，也可以用于分类任务。并且在某些场景，效果更优

关于损失loss相关的学习与思考

面试题汇总

目标检测算法one stage和two stage的对比

目标检测和分割任务中，对ROI的操作汇总和对比

anchor的目标检测内容汇总

研究发现，目标检测算法中，正负样本的比例对于模型的优化起到了非常重要的作用。并且，一般情况下，GT中标记的bbox是比较少的，anchor要与其匹配，满足条件的才能够被标记为阳性，否则就会被标记为阴性，或者被丢弃。

神经网络中设计的小trick，未完待续，先看着

数据增强、正则化、Dropout、早停法、模型集成、增加训练数据、调整网络模型、调整超参数

发散性的提问的汇总，考察日常工作学习的灵活性能力

发散性问题汇总，考察灵活性和思考性

深度学习中，模型评估常用的指标、实现算法汇总。后续还会有几个章节，对其中的各个小点进行详述

对基于固定阈值的混淆矩阵进行了详尽的介绍和代码展示，包括依次引申出来的各个评价指标

ROC和AUC值的概念、python计算汇总

Average precision，简称AP的概念和Python实现

常用的插值方法1.最近邻插值（简单）2.单线性插值3.双线性插值

直方图、直方图均衡化、自适应直方图均衡化和直方图匹配

图像处理之canny边缘检测，步步详解，我不信你学不会

霍夫直线检测，和圆形检测，你知道背后的原理是什么吗？

传统图像分割算法

1.opencv中RGB2GRAY是怎么实现的2.L1正则化比L2正则化更易于得到稀疏解3.S 市 A,B 共有两个区，人口比例为 3:5，据历史统计 A 的犯罪率为 0.01%，B 区为 0.015%，现有一起新案件发生在 S 市，那么案件发生在 A 区的可能性为：(贝叶斯公式)

算法之贪心算法

算法之回溯算法

条件概率和贝叶斯定律

冒泡排序算法

目录一：什么是大数定律？方法一：契比雪夫大数定律方法二：伯努利大数概率方法三：辛钦大数定律二：什么是中心极限定律三：练习题问题一问题二一：什么是大数定律？在试验不变的条件下，重复试验多次，随机事件的频率近似于它的概率；样本均值近似等于总体期望。在概率论和统计学中，数学期望(mean)（或均值，亦简称期望）是试验中每次可能结果的概率乘以其结果的总和，是最...