自動(dòng)駕駛 感知算法面經(jīng) 1
歡迎關(guān)注公眾號：內(nèi)推君SIR啥寇，加微信：neituijunsir 加入自動(dòng)駕駛交流群
Case1
1漱抓、有DaSiamRPN,SiamRPN++相比于SiamRPN的改進(jìn)效诅，如何解決了增加深度的問題
2、如何計(jì)算感受野
3森书、加速BN計(jì)算：將BN和Conv結(jié)合
4秀仲、多目標(biāo)跟蹤
5、BN的前向傳播
Case2
1球凰、根據(jù)第一個(gè)項(xiàng)目提問：為什么第一階段檢測出來的box不利用狮腿？為什么背景不聚類
2、根據(jù)第二個(gè)項(xiàng)目提問：提到2個(gè)2D數(shù)據(jù)concat呕诉，他們的位置是不一樣的缘厢，這樣直接concat有沒有問題；問最后那個(gè)模塊有沒有和se比較
2甩挫、bn訓(xùn)練昧绣，測試區(qū)別，bn如何在inference是加速
3捶闸、如何解決前景背景數(shù)量不均衡（OHEM夜畴，focalloss，前景過采樣删壮，2stage模型）
4贪绘、一個(gè)類似多標(biāo)簽訓(xùn)練的問題，他的loss是怎么算
5央碟、多路歸并
6税灌、average pooling操作，輸入m*n輸出m*n亿虽，kernel大小k*k菱涤。
7、線程洛勉，進(jìn)程區(qū)別粘秆，python的線程和進(jìn)程
8、ssh相關(guān)收毫，什么如果網(wǎng)絡(luò)斷了攻走，在服務(wù)器上跑的程序會(huì)怎么樣，tmux原理
10此再、簡歷里用了一個(gè)fpn網(wǎng)絡(luò)做檢測昔搂，數(shù)據(jù)有什么樣的特點(diǎn)，針對這些特點(diǎn)可以做哪些針對性的方案输拇。
11摘符、介紹下DetNet。
12、為什么你的角點(diǎn)回歸不使用heatmap逛裤，而使用smoothl1坐標(biāo)回歸蠢古，為什么通常大家使用heatmap做關(guān)鍵點(diǎn)
13、ohem别凹，到底比focalloss差在哪里了
14草讶、non-local的時(shí)間復(fù)雜度，介紹下GCNet
15炉菲、求了幾個(gè)感受野
Case3
1堕战、目標(biāo)檢測相關(guān)：主要問到了改進(jìn)的出發(fā)點(diǎn)以及改進(jìn)前后性能對比，部署是否有限制拍霜，如何克服硬件條件優(yōu)化等嘱丢。
2、傳統(tǒng)圖像處理+深度學(xué)習(xí)相關(guān)：一個(gè)完整的應(yīng)用項(xiàng)目祠饺，從項(xiàng)目由什么出發(fā)開始講起越驻，主要做了三種方案(差分+傳統(tǒng)圖像處理opencv調(diào)庫及優(yōu)化/ opencv調(diào)庫+基于cpu的神經(jīng)網(wǎng)絡(luò)分類框架/ 完全使用目標(biāo)檢測方法)，從各自的優(yōu)劣道偷，性能等等缀旁，如何去驗(yàn)證，最終的選擇勺鸦，提了幾個(gè)現(xiàn)實(shí)場景的問題并巍。
3、基于深度相機(jī)的避障系統(tǒng)：主要設(shè)計(jì)了一個(gè)策略模塊對低矮障礙物避障换途，然后根據(jù)場景提問懊渡。
4、注意力機(jī)制的使用心得军拟，插在哪里比較好怎么結(jié)合空間注意力等
5剃执、NMS相關(guān)的優(yōu)化
6、IOU相關(guān)優(yōu)化(ciou,diou)等等
7懈息、yolov5肾档，講了一下v5結(jié)構(gòu)，改進(jìn)點(diǎn)漓拾，核心概念
8阁最、用到了mobilenet，問了下出發(fā)點(diǎn)怎么基于cpu去做的適配
9骇两、模型從開發(fā)到部署的流程，踩了哪些坑等
Case4
1姜盈、MAE指標(biāo)的具體做法低千。這樣的指標(biāo)針對小物體并不合理，那么如何彌補(bǔ)？
2示血、語義分割領(lǐng)域棋傍，了解什么模型？簡述 deeplab 系列模型难审。
3瘫拣、目標(biāo)檢測領(lǐng)域，YOLO 系列介紹告喊，YOLO v1 設(shè)置了幾個(gè) anchor麸拄，每個(gè) anchor 對應(yīng)多大的感受野？
4黔姜、項(xiàng)目中最難的部分是什么拢切，如何解決的？
5秆吵、python 中多線程的實(shí)現(xiàn)方式是共享內(nèi)存的嗎淮椰，用的什么接口？進(jìn)程和線程的區(qū)別纳寂？
6主穗、項(xiàng)目中的一些閾值是如何設(shè)置的？
7毙芜、手寫 NMS黔牵。
Case5
1、如何解決少樣本訓(xùn)練的難題
2爷肝、為什么使用半監(jiān)督重采樣方法就可以平衡樣本猾浦，原理是什么，會(huì)產(chǎn)生很多偽標(biāo)簽灯抛，怎么解決
3金赦、為什么選用HRNET，為什么使用top-down的方法对嚼，有沒有使用檢測的方法
4夹抗、平衡樣本的其他方法
5、兩種解決標(biāo)注差異如何解決標(biāo)簽差異
6纵竖、有沒有其他方法來改進(jìn)姿態(tài)估計(jì)
7漠烧、結(jié)構(gòu)化約束，focal loss靡砌，難樣本挖掘
