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）