面经
头条:
1面:求最低公共祖先,没有父指针
2面:
1.存储了1000w个视频,这些视频会有一些标志,比如某某电视台的标志,现有一个视频去判断和这些是否相同然后进行增删改查,这些视频的存储的 index信息应该怎么去设计
我答:提取特征,比如hog、sift,索引以这些特征为索引
反思:提特征为什么没想到光流
2.如果1000w个和当前视频都提取出特征向量,比如1024维的,如何求这两个的相似度
我答:欧式距离。 面:但你这样一个视频和1000个视频去一个一个计算,计算量很大
3.用户搜索鲜花,你这有1000个鲜花,我返回10个最漂亮的鲜花,10个返回的鲜花也是有序的,你自己设计模型,并且设计标注方法
我答:把这个当成分类问题,11类,返回的10个为一类,所有不返回的当然另外一个类,这10再打分9.0到9.9。也可以实际成两类,然后正样本那一 类就做成10个multi-label。 面:那如果你100个里面有10个都分到第一类(即9.9分),怎么办? ------rankloss
琛:求当前的图片和标的图片的相似度
4.小目标检测有哪些解决方案
5.最近学术界在detection有什么新的进展