1.手写nms,面试官本来要求用C++,我说不太会就改为用python了
2.深挖八股,第一面不聊项目和简历
从模型和数据的角度分别说一下如何解决梯度爆炸的问题?
更了解fasterrcnn还是yolo?能否大概说一下fasterrcnn的流程,两阶段主要解决了什么问题?
延伸,yolo中是怎么解决正负样本不均衡问题的?yolo中的object分支有什么作用
BN层的作用是什么,有什么可学习参数?
给定NCHW的输入,BN层的输出应该是什么?
在训模型的时候如果遇到显存占用了,但是后面的GPU利用率不高的情况,可能是因为什么?
在训模型的时候如果loss报Nan了,可能是因为什么?
Detr是怎么做到不用nms的,如何保证在一个目标附近只生成一个bbox
有点不爽,二面被面试官连续鸽了两次,一次提前20min一次进去等了10min
二面
由于我之前有过一段实习,面试官大概花了15分钟聊了一下实习内容
问问题基本是一些常规的八股,难度和第一面相比第一面要难一些
手撕是回字形遍历(惭愧,一开始有个地方写错了,太久不写手生了)