热门标签 | HotTags
当前位置:  开发笔记 > 开发工具 > 正文

商汤科技面试——CV算法面经详解及相关问题讨论

本文详细介绍了商汤科技面试中涉及的CV算法面经内容,包括CornerNet的介绍与CornerPooling的解决方案、Mimic知识蒸馏的实现方式、MobileNet的特点、普通卷积和DWPW卷积的计算量推导、Residual结构的来源等。同时还讨论了在人脸关键点和检测中的mimic实现方式、pose对人脸关键点的提升作用、目标检测中可能遇到的问题以及处理检测类别冲突的方法。此外,还涉及了对机器学习的了解程度和相似度分析的问题。

目录

1面

2面

3面

HR面




1面


1. CornerNet介绍,CornerPooling是怎么做的,怎么解决cornernet检测物体合并为一个框的问题
2. 介绍Mimic知识蒸馏是怎么做的
3. MobileNet 介绍
4. 普通卷积、DW PW卷积计算量推导
5. MobileNet V2中的Residual结构最先是哪个网络提出来的

编程:
1. 之子形打印二叉树
2. MxN的方格中有多少个正方形、多少个矩形、有多少种不同面积矩形


2面


1. 在人脸关键点和检测中的mimic是怎么做的?为什么不在logits输出上做?用l2 loss吗?
2. 人脸关键点使用pose做multitask为什么landmark会有提升?
3. 目标检测在工程中应用有没有遇到一些问题?检测类别冲突怎么办?
4. 对机器学习了解多吗?
5. 现有两个特征向量,怎么分析他们的相似度


推荐阅读
author-avatar
峡谷人123_742
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有