2021视觉算法岗社招面经

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

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。

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 × S S\times S S×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 × 1 1 \times 1 1×1 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？

作者认为一阶段检测网络的精度不高的原因主要在于：极度不平衡的正负样本比例，从而导致梯度（gradient）被容易样本（easy example）的损失主导。

作者通过 Focal Loss 公式让置信度高（即容易样本）的样本的损失衰减的更厉害，从而降低容易样本的 Loss 权重，从而让模型在后期尽量去学习那些 hard 的样本。

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：

1. Backbone 从 DarkNet19 升级为 DarkNet53。
2. 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。
3. 分类预测使用多标签进行类别分类，不再使用 softmax 函数。
4. 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 4 4 个偏移坐标 ( t x , t y , t w , t h ) (t_x,t_y,t_w,t_h) (tx​,ty​,tw​,th​)。假设 ( c x , c y ) (c_x, c_y) (cx​,cy​) 为 grid 的左上角坐标， p w p_w pw​、 p h p_h ph​ 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 × 13 13 \times 13 13×13， 那么 grid cell 就有 13 × 13 13 \times 13 13×13 个，则第 n n n 行第 n n n 列的 grid cell 的坐标 ( x x , c y ) (x_x, c_y) (xx​,cy​) 就是 ( n − 1 , n ) (n-1,n) (n−1,n)。

b x = σ ( t x ) + c x b y = σ ( t y ) + c y b w = p w e t w b h = p h e t h 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} bx​=σ(tx​)+cx​by​=σ(ty​)+cy​bw​=pw​etw​bh​=ph​eth​

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 t_x tx​ 和 t y t_y ty​ （而不是 b x b_x bx​ 和 b y b_y by​ ）来计算损失。

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 ) f(x; θ) 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 λ \lambda λ 较大时，会使得一些权重几乎衰减到零，相当于去掉了这一项特征，类似于减少特征维度。假设待正则的网络参数为 w w w，L2 正则化为各个元素平方和的 1 / 2 1/2 1/2 次方，其形式为：

L 2 = 1 2 λ ∣ ∣ w ∣ ∣ 2 2 L2 = \frac{1}{2}\lambda ||w||^{2}_{2} L2=21​λ∣∣w∣∣22​

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> matrix_mul(vector> A, vector> B){
    /*二维矩阵相乘函数，时间复杂度 O(n^3)
    */
    // vector> 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> C(new_rows, vector(new_cols,0));

    for(int i=0; i

对这样的矩阵乘的算法优化可分为两类：

• 基于算法分析的方法：根据矩阵乘计算特性，从数学角度优化，典型的算法包括 Strassen 算法和 Coppersmith–Winograd 算法。
• 基于软件优化的方法：根据计算机存储系统的层次结构特性，选择性地调整计算顺序，主要有循环拆分向量化、内存重排等。

2.4，编程语言相关

1，虚函数原理及作用？

2，C++ 构造函数和析构函数的初始化顺序。

3，智能指针描述下？

4，static 关键字作用？

5，STL 库的容器有哪些，讲下你最熟悉的一种及常用函数。

6，vector 和 数组的区别？vector 扩容在内存中是怎么 *** 作的？

7，引用和指针的区别？

8，C++ 中定义 int a = 2,; int b = 2 和 Python 中定义 a = 2 b=3 有什么区别？

9，OpenCV 读取图像返回后的矩阵在内存中是怎么保存的？

10，内存对齐原理描述，为什么需要内存对齐？

11，散列表的实现原理？

12，虚拟地址和物理内存的关系？

三，数据结构与算法 coding

1，二分查找算法 + 可运行代码。

2，白板写链表反转。

3，包含 min 函数的栈 + 可运行代码（剑指 Offer 30. 包含min函数的栈）

4，最长回文子串 + 时间复杂度

5，TOP k 问题-最小的 K 个数 + 说下你知道哪几种解法，及各自时间复杂度

6，返回转置后的矩阵（逆时针）

7，冒泡排序及优化

8，求数组中比左边元素都大同时比右边元素都小的元素，返回这些元素的索引

9，手写快速排序

10，手写 softmax 算子 + 解释代码及衍生问题

12，无重复字符的最长子串

13，N 皇后问题

14，求最大的第 k 个数

欢迎分享，转载请注明来源：内存溢出

原文地址: http://outofmemory.cn/langs/2991624.html