急速浏览器打开新网站,天津网站设计成功柚米,python网站开发视频,导航条 Wordpress自我介绍
实习项目
1#xff09;项目主要应用的领域#xff1f;
2#xff09;难点在哪#xff1f;——机械臂吸盘大小和目标大小之间坐标的协调
3#xff09;难点不在于算法#xff0c;在于数据的处理和均衡性#xff1f;对于数据均衡方面有什么理解#xf…自我介绍
实习项目
1项目主要应用的领域
2难点在哪——机械臂吸盘大小和目标大小之间坐标的协调
3难点不在于算法在于数据的处理和均衡性对于数据均衡方面有什么理解方法
答图像变换——光变换和几何变换
4数据量的层级——百为单位但是一个图片多个目标数量级适中
5基于什么考虑选择的模型有没有和传统的模型比如SVM等进行对比怎么考量的
答maskrcnn——fastrcnn——SSD两阶段费时一阶段精度小速度和精度以及性能指标上进行考量的
6项目团队有几个人——3个人
7个人的角色——深度学习框架的搭建
8偏重于工程还是偏重于算法呢——偏向于loss设计以及调参算法——回答的好像不对口了
9有去接触过传统的机器学习算法吗比如SVM算法
答SVM学习过
10第一个深度学习项目
11缸体缺陷检测的目标有什么表征
12数据怎么得到的数据怎么做到平衡性的
13缺陷检测思路很多讲一下方法思路的选择变换
①首先是传统的根据中间黑的特征进行阈值分割受到阴影的影响——阈值分割速度快
②fastrcnn
③语义分割——经验提示不可行
14裂纹方向不固定导致前后背景比例大——聚类进行锚框长宽的选择
15anchor在里面起到的作用——回答不正确。
答Anchor起到的作用是均衡样本的均衡性作为参考框为后续的候选框选择作为参考在处理样本的分布问题
16two stage 和 one stage的区别
答①Two stage先生成一系列的候选框然后再通过卷积神经网络进行分类主要有RCNN系列的模型主要步骤是先训练RPN网络再训练目标区域检测训练。
②one stage直接回归物体的位置和类别概率
17深度学习中如何实现样本均衡的
答
在前期图像可以通过光变换、几何变换训练的过程中依靠的是anchor进行的首先生成大量的候选框然后求每个候选框和anchor的IOU若IOU大于一定的阈值则判定为正样本负样本的话就按照正负比例1:3的方式来选取
18anchor参考和anchor free的区别anchor free怎么进行设定呢
19对自动驾驶的理解
答激光雷达视觉等获取数据深度学习进行数据的训练对环境进行识别分割以此来指导汽车的驾驶。
20激光雷达相对于视觉的作用
答激光雷达在自动驾驶中的作用,主要是3D/4D环境感知,探测车辆行驶过程中的路况和障碍物,把数据和信号传递给自动驾驶的大脑,再做出相应的驾驶动作。激光雷达可以说是自动驾驶中无形的眼睛,一辆车上大大小小的激光雷达可能数个或者数十个。
反问
岗位是偏向于算法还是工程哪方面
答整个公司的发展来看偏向于工程落地个人培训来说是偏向于算法保证新鲜血液然后随着工程项目的接触达到工程和算法兼备的。对于应届来说不需要过于考虑主要看潜力。
主要做视觉还是点云
答点云为主但是会有视觉然后进行融合。开发感知算法 电话面试面试时间一个小时面试体验不错但是HR不行先告知面试通过填写信息表后面没有消息最近状态直接显示为岗位不匹配一百个疑问号
