算法面试还有分析Case？

大家好，我是灿视。最近我在忙工作的交接问题，还有实验室的一些合作项目，比较忙，百面也在持续更新。

今天继续是价值45w的面试题之第二篇，第一篇在这里：价值四十五万的算法面试题I。

当然，也是面试真题。今天的题目不太一样，有一些case分析，来更加综合的考算法与实际场景相结合的能力。

来，先关注下我们的号，我们来看下一些具体的题目！

常规基础题

1. two-stage目标检测中，预选框不一致如何解决？
2. Deeplab v1、v2、v3以及v3 都有什么优缺点以及改进？
3. 描述一下TensorRT构造plugin的过程？
4. 多任务形式训练模型之间的loss竞争如何解决？
5. 对于阈鲁棒性有什么办法？
6. Focal loss的系数中，哪个是处理负样本的？哪个又是平衡难以样本数据的？
7. 说一下one-stage与two-stage目标检测算法之间的区别以及优缺点？
8. yolo v4中的Mosaic数据增强都有什么优点？
9. IN的原理与作用？

Case分析题

Case 1：无人售货机的原理是什么？涉及那些算法？

Case 2：目前的售货超市如何实现无人化？（比如全家、罗森），对于顾客多拿商品如何解决？售货员扫码遗漏如何解决？

参考答案？

关于参考答案的话，这几天我在整理，后面会分享我们的讨论群与公众号。欢迎关注我们，也欢迎添加我的私人微信，拉你进讨论群！

- END -