计算机视觉岗社招面经-CFANZ编程社区

计算机视觉岗社招面经_深度学习面经

总的来说，大部分公司的技术面试都分为这几个部分：项目描述和细节提问、深度学习+目标检测算法、数据结构和算法代码及编程语言相关。下面是我面试当中问到的一些问题。

社招面经
一，项目
二，深度学习、模型部署

2.1，目标检测相关
2.2，深度学习相关
2.3，模型部署相关
2.4，编程语言相关

三，数据结构与算法 coding

个人背景：硕士毕业1年，面试的岗位大部分是计算机视觉算法工程师，少部分算法优化、部署岗。然后这个面经是去年写的，今天突然看到了，就发出来防止丢失。

社招面经

一，项目

主要是描述项目背景、项目实现的功能及使用的方法和流程，面试官会针对他感兴趣的点问一些技术细节，基本上只要能把项目流利的描述出来就问题不大。

二，深度学习、模型部署

2.1，目标检测相关

1，两阶段检测网络（Faster RCNN 系列）和一阶段检测网络（YOLO 系列）有什么区别？以及为什么两阶段比一阶段精度高？

双阶段网络算法更精细，把任务分成了正负样本分类、bbox 初次回归以及类别分类和 bbox 二次回归。
而 YOLO 算法更简单粗暴，使用 backbone 对输入图像提取特征后，将特征图划分成 $S\times S$ 的网格，物体的中心坐标落在哪个网络内，该网格（grid）就负责预测目标的置信度、类别和 bbox；YOLOv2-v5 通过 $1 \times 1$ 卷积输出特定通道数的特征图来，特征图有 N 个通道，对应的每个 grid 都会有 N 个值，分别对应置信度、类别和 bbox 坐标。

个人感觉这种问题不好回答，也没有标准答案，可能会出现你答的点不是面试官想要的。

可参考你一定从未看过如此通俗易懂的YOLO系列(从v1到v5)模型解读 (上) 和一文读懂Faster RCNN 文章，理解典型的双阶段检测网络和单阶段检测网络。

2，说说你对 Focal Loss 的理解，为什么能解决分类问题中的类别不平衡问题？

3，如何在模型训练的时候判断是否过拟合，及模型过拟合问题如何解决？

将训练数据划分为训练集和验证集，80% 用于训练集，20% 用于验证集（训练集和验证集一定不能相交）；训练的时候每隔一定 Epoch 比较验证集但指标和训练集是否一致，如果不一致，并且验证集指标变差了，即意味着过拟合。

数据增强, 增加数据多样性;
正则化策略：如 Parameter Norm Penalties (参数范数惩罚), L1, L2 正则化;
模型融合, 比如 Bagging 和其他集成方法;
添加 BN（batch normalization）层或者 dropout 层（现在基本不用）;
Early Stopping (提前终止训练)。

4，如何在模型训练的时候判断是否欠拟合，及模型欠拟合问题如何解决？

underfitting 欠拟合的表现就是模型不收敛，即训练过程中验证集的指标比较差，Loss 不收敛。欠拟合的原因有很多种，这里以神经网络拟合能力不足问题给出以下参考解决方法：

寻找最优的权重初始化方案：如 He 正态分布初始化 he_normal，深度学习框架都内置了很多权重初始化方法；
使用适当的激活函数：卷积层的输出使用的激活函数一般为 ReLu，循环神经网络中的循环层使用的激活函数一般为 tanh，或者 ReLu；
选择合适的优化器和学习速率：SGD 优化器速度慢但是会达到最优.

5，描述以下 YOLOv3 算法及 YOLOv4、YOLOv5 的改进点，及为什么 CIoU Loss 比 IoU Loss 效果好？

YOLOv3 相比前代主要的改进点如下：

Backbone 从 DarkNet19 升级为 DarkNet53。
添加了类似 FPN 的多尺度检测网络，解决小目标检测精度低的问题。
分类预测使用多标签进行类别分类，不再使用 softmax 函数。
每个 ground truth 对象只分配一个边界框。

6，描述下 RoI Pooling 过程和作用，以及 RoI Align 的改进点。

参考这篇文章 Understanding Region of Interest — (RoI Align and RoI Warp)

7，YOLOv3 的标签编码解码过程，以及正负样本采样策略。

和 YOLOv2 一样，YOLOv3 依然使用 K-means 聚类的方法来挑选 anchor boxes 作为边界框预测的先验框。每个边界框都会预测 $4$ 个偏移坐标 $(t_x,t_y,t_w,t_h)$。假设 $(c_x, c_y)$ 为 grid 的左上角坐标，$p_w$、$p_h$ 是先验框（anchors）的宽度与高度，那么网络预测值和边界框真实位置的关系如下所示：

假设某一层的 feature map 的大小为 $13 \times 13$，那么 grid cell 就有 $13 \times 13$ 个，则第 $n$ 行第 $n$ 列的 grid cell 的坐标 $(x_x, c_y)$ 就是 $(n-1,n)$。

\[b_x = \sigma(t_x) + c_x \\\\b_y = \sigma(t_y) + c_y \\\\ b_w = p_{w}e^{t_w} \\\\ b_h = p_{h}e^{t_h} \]

计算机视觉岗社招面经_秋招面经_02

正负样本的确定：

正样本：与 GT 的 IOU 最大的框。
负样本：与 GT 的 IOU<0.5 的框。
忽略的样本：与 GT 的 IOU>0.5 但不是最大的框。
使用 $t_x$ 和 $t_y$ （而不是 $b_x$ 和 $b_y$

8，详细讲解下 Faster RCNN 和 Mask RCNN 算法过程。

参考以下两篇文章理解 Faster RCNN 和 Mask RCNN 模型:

二阶段目标检测网络-Faster RCNN论文解读
二阶段目标检测网络-Mask RCNN网络理解

9，最新的目标检测算法有哪些？

YOLOv4-v5、Scaled YOLOv4 和 Anchor-free 的算法：CenterNet。

10，手写 Soft NMS 和 Focal Loss。

2.2，深度学习相关

1，BN 的作用及 BN 工作流程，以及训练和推理的区别？

2，普通卷积层、分组卷积、深度可分离卷积的 FLOPs 计算公式。

3，普通卷积层、分组卷积、深度可分离卷积的 MAC 计算公式。

4，详细描述下你知道的轻量级网络：MobileNetV1、ShuffleNetv1-v2。

5，何谓正则化？

通过给模型的代价函数（损失函数）添加被称为正则化项（regularizer）的惩罚，这称为将模型（学习函数为 $f(x; θ)$）正则化。正则化是一种思想（策略），给代价函数添加惩罚只是其中一种方法。

6，L2 正则化（权重衰减）原理，为什么它能防止模型过拟合？系数 $\lambda $ 如何取值？

L2 正则化（权重衰减）是另外一种正则化技术，通过加入的正则项对参数数值进行衰减，得到更小的权值。当 $\lambda$。假设待正则的网络参数为 $w$，L2 正则化为各个元素平方和的 $1/2$

\[L2 = \frac{1}{2}\lambda ||w||^{2}_{2}\]

实际使用时，一般将正则项加入目标函数，通过整体目标函数的误差反向传播，从而实现正则化影响和指导模型训练的目的。

7，L1 正则化原理，系数 $\lambda $ 如何取值？

L1 范数: 为向量 x 各个元素绝对值之和。L1 正则化可以使权值参数稀疏，方便特征提取。

8，Pytorch 的 conv2d 函数的参数有哪些？以及模型输出大小计算公式，并解释为什么公式是这样。

9，Pytorch 的 DataLoader 原理。

10，普通卷积过程描述下。

2.3，模型部署相关

1，浮点数在计算机中的表示方式？

2，描述下你知道的模型量化知识。

3，知识蒸馏原理，及温度系数如何取值？

4，通用矩阵乘（GEMM）优化算法有哪些？

二维矩阵相乘的 C++ 代码如下；

vector<vector<int>> matrix_mul(vector<vector<int>> A, vector<vector<int>> B){
    /*二维矩阵相乘函数，时间复杂度 O(n^3)
    */
    // vector<vector<int>> A_T = matrix_transpose(A);
    assert((*A.begin()).size()==B.size()); //断言，第一个矩阵的列必须等于第二个矩阵的行
    int new_rows = A.size();
    int new_cols = (*B.begin()).size();
    int L = B.size();
    vector<vector<int>> C(new_rows, vector<int>(new_cols,0));

    for(int i=0; i<new_rows; i++){
        for(int j=0; j<new_cols;j++){
            for(int k=0; k<L; k++){
                C[i][j] += A[i][k]*B[k][j];
            }
            // C[i][j] = vector_mul(A[i], get_col(B, j));
        }
    }
    return C;
}