目标检测与文本检测

题集来源:Datawhale(datawhalechina)收录项目:daily-interview查看原题集

题目目录

64 道原题
  1. 请介绍一下faster R-CNN网络的原理(注: 需要能够详细画出网络结构图)<顺丰-一面(2018)、腾讯-一面(2018)、旷视-三面(2018)>

    原题
  2. 请简要叙述一下"R-CNN——faster R-CNN"

    原题
  3. faster R-CNN是经典的two-stage 检测器,请简单说明其中two-stage的含义。

    原题
  4. 请简要说明一下RPN(Region Proposal Network)网络的作用、实现细节<上交苏研院-二面(2020)、旷视-交叉面(2019)>

    原题
  5. RPN损失中的回归损失部分输入变量是怎么计算的?(注意回归的不是坐标和宽高,而是由它们计算得到的偏移量)

    原题
  6. RPN中的anchor box是怎么选取的?

    原题
  7. 为什么提出anchor box?<蘑菇街-一面(2018)>

    原题
  8. 为什么使用不同尺寸和不同长宽比?

    原题
  9. 说一下RoI Pooling是怎么做的?有什么缺陷?有什么作用<顺丰-一面(2018)>

    原题
  10. ROI Pooling与ROI Align(Mask R-CNN)的区别 <字节跳动-二面(2019)>

    原题
  11. Faster R-CNN是如何解决正负样本不平衡的问题?

    原题
  12. Faster RCNN怎么筛选正负anchor

    原题
  13. faster-rcnn中bbox回归用的是什么公式,说一下该网络是怎么回归bbox的?

    原题
  14. 为什么要做Bounding-box regression?

    原题
  15. 简述faster rcnn的前向计算过程并简述faster rcnn训练步骤

    原题
  16. 介绍faster rcnn这个流程,faster rcnn有哪些缺点?如何改进?<商汤-一面(2019)>

    原题
  17. 阐述一下Mask RCNN网络,这个网络相比于Faster RCNN网络有哪些改进的地方

    原题
  18. 比较FasterRCNN在RCNN系列中的改进点

    原题
  19. YOLOV1、YOLOV2、YOLOV3复述一遍 YOLOv1到v3的发展历程以及解决的问题。<云从科技-一面(2020)、旷视-三面(2018)>

    原题
  20. yolo的预测框是什么值:

    原题

    原题位于 YOLO 系列段,未指定具体版本。

  21. YOLOv2中如何通过K-Means得到anchor boxes?

    原题
  22. 请叙述一下YOLOv3中k-means聚类获得anchor boxes过程详解

    原题
  23. YOLO系列anchor的设计原理,kmeans的原理,anchor距离如何度量,如何改进k-means原理?

    原题
  24. YOLOv3框是怎么得到的? YOLOv3有什么致命问题?<长虹AI lab-一面(2020)、阿里实习-一面(2018)、中兴-一面(2019)>

    原题
  25. 简要阐述一下SSD网络,有哪些优点缺点?<商汤-一面(2019)、蘑菇街-一面(2018)>

    原题
  26. SSD有什么致命缺点,如何改进?<长虹AI lab-一面(2020)>

    原题
  27. 简述SSD网络前向是如何计算的

    原题
  28. 简要阐述一下RetinaNet

    原题
  29. 简单叙述一下RetinaNet中的FPN代码运行流程,P6、P7的作用是什么?

    原题
  30. 简单介绍下cascade rcnn<字节跳动-三面(2019)>

    原题
  31. 简要介绍一下FPN<百度实习-一面(2019)、字节跳动-二面(2019)、云从科技-二面(2019)>

    原题
  32. FPN的特征融合为什么是相加操作呢?

    原题
  33. 阐述一下FPN为什么能提升小目标的准确率?

    原题
  34. 基于FPN的RPN是怎么训练的?

    原题
  35. 阐述一下ssd和retinanet的区别

    原题
  36. faster rcnn和yolo,ssd之间的区别和联系<上交苏研院-二面(2020)、云从科技-二面(2020)、旷视-一面(2018)、阿里实习-一面(2018)>

    原题
  37. 分析一下SSD,YOLO,Faster rcnn等常用检测网络对小目标检测效果不好的原因

    原题
  38. 请列举目标检测中常见的Loss(回归的,分类的)<海康-一面(2020)>

    原题
  39. focal loss解决什么问题,如何写,每个参数有什么作用?<云从科技-二面(2019)>

    原题
  40. 训练过程中loss一致无法收敛,可能的原因<虹软-一面(2019)>

    原题
  41. 手撕IOU<华为-一面(2020)、作业帮-一面(2019)、腾讯-一面(2018)>

    原题
  42. anchor设置的意义

    原题
  43. 如何理解concat和add这两种常见的feature map特征融合方式

    原题
  44. 介绍一下目标检测的主要评测指标

    原题
  45. FLOPs计算

    原题
  46. 参数量paras计算 (*参数与FLOPs中一致*)

    原题
  47. 简单介绍一下kmeans算法<小米-一面(2020)、腾讯-一面(2018)>

    原题
  48. 说一下非极大值抑制(NMS)(non maximum suppression) NMS实现细节,手撕NMS<小米-二面(2020)、<百度实习-一面(2019)、商汤-一面(2019)、腾讯-一面(2018)>

    原题
  49. 假设两个目标靠的很近,则会识别成一个bbox,会有什么问题,怎么解决?

    原题

    本题位于 NMS 段,讨论重叠候选框被误抑制的情况。

  50. 讲一下目标检测优化的方向<百度实习-一面(2019)>

    原题
  51. 如果只能修改RPN网络的话,怎么修改可以提升网络小目标检出率

    原题
  52. 阐述一下如何检测小物体

    原题
  53. 阐述一下目标检测任务中的多尺度

    原题
  54. 如果有很长,很小,或者很宽的目标,应该如何处理目标检测中如何解决目标尺度大小不一的情况 小目标不好检测,有试过其他的方法吗?比如裁剪图像进行重叠

    原题
  55. 检测的框角度偏移了45度,这种情况怎么处理?<海康-一面(2020)>

    原题

    正文讨论 RRPN 及倾斜文本;原题“角度偏移”未明确是目标旋转还是预测角度错误。

  56. 为什么提出旋转的提议框呢?

    原题
  57. 讲一下two-stage和one-stage的异同<百度实习-一面(2019)>

    原题
  58. 讲一下Faster RCNN的两阶段训练和END TO END训练的不一样?<百度实习-一面(2019)>

    原题

    原题及正文未界定“分阶段训练”的具体方案。

  59. 讲一下你所知道的插值方式<百度实习-一面(2019)>

    原题
  60. 一阶段SSD,YOLO之间的区别是什么?<Tencent AI lab-一面(2020)>

    原题
  61. R-CNN系列和SSD本质有啥不一样吗?<Tencent AI lab-一面(2020)>

    原题
  62. 讲一下目标检测的发展历程,从传统到深度<百度实习-一面(2019)>

    原题
  63. 近年来,一些新的目标检测的backbone有哪些,各有什么特点?<小米-一面(2020)>

    原题
  64. 为选择用YOLOv3,这个网络真的好吗?<长虹AI lab-一面(2020)>

    原题