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