記一次圖森電話面試
阿新 • • 發佈：2018-12-12
說明
- 這次面試可能是我秋招以來面試中難度最大的一場，主要是涉及到太多的論文細節以及程式碼細節。
- 感想：問的東西特別全，什麼都要會，沒做過的方向也需要知道大概有哪些主流的方法；面試的主要節奏就是：(1)挑一個你最熟的專案，問到你不會為止，基本上是基於論文來問，從網路結構到訓練過程到測試過程到影響精度的因素等；(2)對於一些流行的深度學習方向，說一下主流的結構以及他們之間的區別與聯絡，說完之後再從網路結構或者原理方面分析一下區別的原因，總而言之一直在被懟。但是也暴露了自己看論文方面的很多問題，很多細節沒有進行深入的探究，導致對問題理解不深刻。
面試主要內容
目標檢測
- 做一下總結（one stage以及two stage）。
- 說一下RCNN流派以及yolo、SSD流派。
- 分析一下他們的區別與聯絡；為什麼ssd、yolo等對小物體的檢測沒有two stage的方法好。
語義分割
- 主要的兩種思路與做法（空洞卷積，skip-connection等）。
- 講解一下deeplab及其V2、V3、V3plus，說一下和UNet等這些的區別。
- 計算空洞卷積的感受野。
例項分割
- 說一下maskRCNN的主要思路和流程
- 為什麼在加入roialign之後，對於原來的fasterRCNN結構能提升3個點左右，而對於基於FPN的fasterRCNN只能提升2個點。
多目標跟蹤
- 說一下具體的思路（基於檢測的跟蹤），怎樣處理誤檢、漏檢、誤匹配的這些問題
其他
- 專案上的一些問題