阿里第二轮面经回忆ing

大佬亲面 ，紧张的一批，上一个面试官说coding面 =。= 以为会有描述算法题之类的

（回忆中）

 

Q 问有雾目标检测比赛：

kmeans选取anchor框

对COCO图像得到深度图加雾 空充数据集，效果不好为什么：与实际的雾分布有差异

去雾算法后在检测；去雾算法+检测联调的方法

实际有雾检测应该怎么做 ：现在想想域自适应的方法？

 

Q 天池瑕疵检测比赛

输入两张图得到的特征 有什么好的融合办法

瑕疵检测和道路检测有什么区别

比赛是有哪些想做但没做的

DCN可变形卷积的原理

加了DCN慢多少： =。 =没有实际对比过 凉

 

Q 车道线检测为什么不用分割，目前很多都用分割做的：主要是分割要标注每个像素点（也不知道满意不满意=。 =）

 

Q 对目标检测最新方向的了解：

回答了对正负样本采样的改进，LibraRCNN的 IoU间隔采样

anchor-free的检测：FSAF，CornerNet，CenterNet

COCO 最高的检测算法？： efficientDet 却答不上怎么做到 尴尬，

 

Q 深度学习比较重要的

学习率怎么调 ：

sigmoid什么时候用： DNN ， 在生成新0~1的权重的时候用（差点忘了） 

warmup 有了解吗 ， 学习率从0开始递增，到一定的迭代次数后降为设置的初始学习率。

优化器 SGD,Adam，Momentum

什么时候用leakyrelu：

BN 和 GN ：GN是解决BN 小batchsize 效果不好而提出的

参数初始化：Kaiming Uniform 但不知道怎么做的

 

Q 还做过哪些实际的应用，学到了什么：

答了一个小目标跟踪，用的是多张图输入，输出目标的mask

为什么不用目标检测做：

 

Q  传统机器学习的了解： 只上过课没做过项目大佬就没问了

 

Q 代码量问题 ： =。= （没有复现别人代码）

 

Q 你想较别人的优点： =。= （菜就一个字）