多模态与计算机视觉

题集来源：阿东玩 AI（Adong）收录项目：AgentGuide查看原题集

【IoU计算】IoU是怎么算的？「百度」
原题
关联题目IoU 如何计算，GIoU、DIoU 与 CIoU 怎样补充边框几何约束？模型基础与推理 / 多模态与生成模型比较选型进阶0篇相关面经
【Segment Anything】介绍Segment Anything模型，包括其架构、训练数据、分割能力（如零样本分割、提示分割）及主要应用。「蚂蚁集团」
原题
关联题目SAM 如何通过可提示的分割任务实现泛化？模型基础与推理 / 多模态与生成模型原理机制进阶0篇相关面经
【U-Net优势】U-Net相比其他Encoder-Decoder模型的突出优势和亮点在哪儿？「百度」
原题
关联题目经典语义分割网络如何组织编码解码、跳连与多尺度上下文？模型基础与推理 / 多模态与生成模型比较选型进阶0篇相关面经
【常见视觉模型特点】常用的计算机视觉模型（如YOLO系列、Faster R-CNN、U-Net、Vision Transformer）各有什么特点？请分别说明其架构、优势、适用场景及局限性。「京东」
原题
关联题目常见目标检测框架有哪些差异，如何比较单阶段与两阶段方法？模型基础与推理 / 多模态与生成模型比较选型进阶0篇相关面经关联题目经典语义分割网络如何组织编码解码、跳连与多尺度上下文？模型基础与推理 / 多模态与生成模型比较选型进阶0篇相关面经关联题目ViT 与 CNN 在图像特征提取上有什么优劣，各适合什么条件？模型基础与推理 / 多模态与生成模型比较选型进阶0篇相关面经
【数据增强方法】训练中使用哪些数据增强的方法？请列举常见的图像数据增强技术，如翻转、旋转、缩放、裁剪、颜色抖动、Cutout、Mixup、CutMix、Mosaic等，并说明其作用。「百度」
原题
关联题目计算机视觉中有哪些常见数据增强方式，如何使用？模型训练与对齐 / 训练数据构建与治理方案设计进阶0篇相关面经
【目标检测发展历程】介绍目标检测的发展历程，包括从传统方法到基于深度学习的方法（如R-CNN系列、YOLO系列、SSD等）的演进，以及关键里程碑。「蚂蚁集团」
原题
关联题目目标检测从传统方法到深度模型如何演进？模型基础与推理 / 多模态与生成模型概念解释进阶0篇相关面经
【目标检测损失函数】目标检测一般有哪些损失优化？请列举并解释常用的损失函数，如分类损失（交叉熵、Focal Loss）、回归损失（Smooth L1、IoU Loss、GIoU Loss、DIoU Loss、CIoU Loss）等。「百度」
原题
关联题目分类中 CE 或 BCE 为什么通常优于 MSE？模型基础与推理 / 机器学习与推荐系统比较选型进阶2篇相关面经关联题目Focal Loss 的原理是什么？模型基础与推理 / 机器学习与推荐系统原理机制进阶1篇相关面经关联题目MSE、MAE 与 Huber 回归损失如何定义和选择？模型基础与推理 / 机器学习与推荐系统比较选型进阶0篇相关面经关联题目IoU 如何计算，GIoU、DIoU 与 CIoU 怎样补充边框几何约束？模型基础与推理 / 多模态与生成模型比较选型进阶0篇相关面经
【Artifact剔除模型选型】有没有试过用像ResNet这种传统的小模型来做Artifact剔除？「京东」
原题
关联题目项目为什么选择阿里系大模型，如何完成模型选型？模型基础与推理 / 模型选型与能力边界技术决策进阶1篇相关面经
【IoU损失实现】手写IoU损失，要求跑通。「百度」
原题
关联题目实现可用于训练的 IoU 定位损失。算法与编程题 / 并发、文件与工程编码代码题进阶0篇相关面经
【NMS实现】手撕NMS（非极大值抑制）代码，要求一次写对，并描述过程。「字节跳动、拼多多、阿里巴巴」
原题
关联题目实现非极大值抑制 NMS，并解释筛选流程。算法与编程题 / 数组、字符串与哈希代码题进阶0篇相关面经

题目目录

【IoU计算】IoU是怎么算的？ 「百度」

【Segment Anything】介绍Segment Anything模型，包括其架构、训练数据、分割能力（如零样本分割、提示分割）及主要应用。 「蚂蚁集团」

【U-Net优势】U-Net相比其他Encoder-Decoder模型的突出优势和亮点在哪儿？ 「百度」

【常见视觉模型特点】常用的计算机视觉模型（如YOLO系列、Faster R-CNN、U-Net、Vision Transformer）各有什么特点？请分别说明其架构、优势、适用场景及局限性。 「京东」

【数据增强方法】训练中使用哪些数据增强的方法？请列举常见的图像数据增强技术，如翻转、旋转、缩放、裁剪、颜色抖动、Cutout、Mixup、CutMix、Mosaic等，并说明其作用。 「百度」

【目标检测发展历程】介绍目标检测的发展历程，包括从传统方法到基于深度学习的方法（如R-CNN系列、YOLO系列、SSD等）的演进，以及关键里程碑。 「蚂蚁集团」

【目标检测损失函数】目标检测一般有哪些损失优化？请列举并解释常用的损失函数，如分类损失（交叉熵、Focal Loss）、回归损失（Smooth L1、IoU Loss、GIoU Loss、DIoU Loss、CIoU Loss）等。 「百度」

【Artifact剔除模型选型】有没有试过用像ResNet这种传统的小模型来做Artifact剔除？ 「京东」

【IoU损失实现】手写IoU损失，要求跑通。 「百度」

【NMS实现】手撕NMS（非极大值抑制）代码，要求一次写对，并描述过程。 「字节跳动、拼多多、阿里巴巴」

【IoU计算】IoU是怎么算的？「百度」

【Segment Anything】介绍Segment Anything模型，包括其架构、训练数据、分割能力（如零样本分割、提示分割）及主要应用。「蚂蚁集团」

【U-Net优势】U-Net相比其他Encoder-Decoder模型的突出优势和亮点在哪儿？「百度」

【常见视觉模型特点】常用的计算机视觉模型（如YOLO系列、Faster R-CNN、U-Net、Vision Transformer）各有什么特点？请分别说明其架构、优势、适用场景及局限性。「京东」

【数据增强方法】训练中使用哪些数据增强的方法？请列举常见的图像数据增强技术，如翻转、旋转、缩放、裁剪、颜色抖动、Cutout、Mixup、CutMix、Mosaic等，并说明其作用。「百度」

【目标检测发展历程】介绍目标检测的发展历程，包括从传统方法到基于深度学习的方法（如R-CNN系列、YOLO系列、SSD等）的演进，以及关键里程碑。「蚂蚁集团」

【目标检测损失函数】目标检测一般有哪些损失优化？请列举并解释常用的损失函数，如分类损失（交叉熵、Focal Loss）、回归损失（Smooth L1、IoU Loss、GIoU Loss、DIoU Loss、CIoU Loss）等。「百度」

【Artifact剔除模型选型】有没有试过用像ResNet这种传统的小模型来做Artifact剔除？「京东」

【IoU损失实现】手写IoU损失，要求跑通。「百度」

【NMS实现】手撕NMS（非极大值抑制）代码，要求一次写对，并描述过程。「字节跳动、拼多多、阿里巴巴」