引自：https://www.cnblogs.com/liugl7/p/11180868.html
1.二叉搜索树的插入与搜索，及其平均时间复杂度、最坏时间复杂度
2.二叉搜索树怎么转平衡二叉树
3.C++的左值与右值，std:move()，深拷贝和浅拷贝
4.面向对象的概念
5.C++的虚函数
6.面向对象的三大特征
7.ROI Align的本质是不是resize操作？ROI Align细节
8.目标检测two-stage模型
RCNN->SPPNet-> Fast RCNN-> Faster RCNN-> RFCN-> DCN->DCNv2
9.目标检测one-stage模型
YOLOv1v2v3->SSD->RefineDet->retinaNet
YOLO和SSD的区别
10.resnet和densenet的区别，denseNet有没有改进模型（DPN、AAAI2018的MixNet），相同层数resnet、denseNet哪个好？
11.inception系列的演化
12.BN的原理和实现细节，其中均值和标准差的计算，以及训练和测试时分别怎么用
13.focal loss，用的什么核的，效果有没有区别，调过参数没有。Focal loss的两个参数有什么作用
14.小目标检测用什么方法
15.mobileNet v1v2v3
16.COCO冠军方案
17.多标签不平衡怎么处理，多任务不平衡怎么处理
18.改善NMS
IOU-guided-nms：IOUNetsoftNMSsofer-nms 实现细节
19.改善RPN
20.RFBNet
Receptive Field Block
模拟人类视觉的感受野加强网络的特征提取能力，在结构上RFB借鉴了inception的思想，主要是在inception的基础上假如了dilation卷积层，从而有效增大了感受野。
21.深度可分离卷积
22.two-stage为什么效果好
23.激活函数
24.损失函数，分类loss函数
25.数字图像处理的各种滤波
26.k折交叉验证
27.模型融合：adaboost
28.C++指针和引用的区别
29.mask rcnn和mask scoring rcnn
30.logistic回归、SVM、boosting/bagging
31.数据预处理transformer模块
32.处理不平衡的方法
33.圆上任意三个点组成的三角形包含圆心的概率
34.GAN
35.分布式，多卡使用
36.dataloder、dataset、sampler关系
37.人脸和身体一起检测，怎么处理
38.目标检测存在的问题，及个人理解；小目标怎么解决，遮挡怎么解决
39.概率：x,y,z都是（0,1）均匀分布，x+y+z<1的概率
40.人脸属性的任务、方法
41.n个文件（海量文件），查找和排序，二分查找的时间复杂度
42.知道哪些CV任务
分类、检测、分割、姿态、GAN、VAEcaption等
43.卷积、池化、全连接层、BN/IN/GN等
44.优化器
45.mAP的概念
46.传统机器学习，SVMoostingagging随机森林
Bagging和随机森林的区别
47.属性任务不平衡
48.属性任务的实际应用，目标检测实际应用
49.各种排序算法，快排时间复杂度，快排时间复杂度推导
50.时间复杂度为O(1)的排序算法
51.detection的two-stage的阈值有什么好方法，cascade RCNN?
52.模型具体的recall和precision
53.weighted sample 和focal loss
54.如果训练集不平衡，测试集平衡，直接训练、过采样和欠采样处理，哪个更好？
55.F1 score的alpha=1，那么alpha取其他值是什么含义。
56.canny边缘检测
57.SVM的核函数，损失函数
58.KNN
59.视频分类网络：分两路，一路提取视频音频特征，一路提取视频时空特征。如何融合两路特征。
60．Faster RCNN的细节，怎么筛选正负Anchor
61. OHEM原理
62. YOLO2细节
63.python的copy（）和deepcopy() 普通赋值，有啥区别
64.loss不降低怎么办，val loss不升（过拟合）怎么办
65.pytorch ensorflow的区别
66. Discriminative loss 解释
67.模型压缩了解哪些
68.比赛的数据比例分别是多少，类别不平衡怎么处理
69.如何处理梯度弥散问题？CNN-LSTM
70.policy gradient和Q learning的区别
71.语义分割到实例分割怎么做
72.介绍下图像里面的多尺度（FPN、不同rate的空洞卷积等）
73.CTPN、OCR
74.SIFT、HOG。SIFT是如何保持尺度不变性的。
75.如何根据局部特征去检索更大的图片
76.OpenCV如何读取数据流中的图片
77.OpenCV如何生成图片
78.概率题：连续抛一枚公平的硬币，直到连续出现两次正面为止，平均要扔多少次硬币
79.交叉熵的公式，多类别交叉熵具体怎么计算的（标签x概率）
80.linux查找进程，查找文件
81.说说特征工程、特征融合原则、怎么筛选
82.boosting、lightGBM
83.介绍下ENetUNet
84.实例分割、二值分割的区别
85.python的static装饰器
86.numpy用法，对某个矩阵的某一列全部置0，用什么操作
87.softmax公式，softmax的梯度是什么？
88.数据增强用了什么方法，在线增强和离线增强有什么区别
89.如何处理mask重合问题
90.faster rcnn中采用的类似focal loss的操作是什么
91.上采样方法、反卷积
92.Miou语义分割评价指标
93.两个bbox的顶点，如何快速判断重叠
94.说一下faster-rcnn的整个从输入到输出的框架流程
95.说一下RPN的原理
96.如何解决类内的检测
97.讲一下小目标检测，FPN为什么能提高小目标的‘准确率’，FPN的特征融合为什么是相加操作呢？FPN是怎么提高小目标的‘检出率’的？小目标在FPN的什么位置检测？
98.如果有很长、很小或者很宽的目标，用过如何处理
99.pytorch的卷积是如何实现的？
100.python多线程
101.大目标如果有两个候选框和GT重合应该怎么处理
102.为什么说ResNet101不适合检测
103．SENet为什么效果好？为什么说SENet泛化性能好？SE接在ResNetinception的什么位置呢？
104. sigmoid和softmax的区别
105. DetNet原理
106.知识蒸馏：用大网络教小网络的方法？
107.假如一个图片中有一个很大的目标还有一个很小的目标，你会怎么处理？
108.多尺度训练如何设置？
109.长边为什么设置成1333，短边为什么设置成32的倍数？
110.anchor-free为什么能重新火起来？
111.smooth L1 loss为什么更有效？
112.SGD、Adam之类优化的原理
113.BN为什么有效？
114.python有哪些常用的库，报一遍
115.说一下使用pytorch对cifar10数据集分类的整个代码流程，构建模型的过程是怎么样的？
116.github的常用操作：上传、合并、分支之类的
117.linux的常用操作：查看文件大小、删除文件、查看文件行数、假如文件中的有很多文件，每个文件中又有很多文件，如何删除全部文件？
118.siamRPN、siamFC、DeSiam、SiamRPN++原理
119.有没有修改过轻量级模型、讲一下轻量级的模型。mobileNetv1v2v3，shuffleNetv1v2、xception
120.决策树、集成学习
121.mask rcnn如何提高mask的分辨率
122.info GAN和GAN的细致区别
123.YOLO识别微笑物体效果差，为什么？
124.如何在3kw像素的图片中识别出10像素左右的瑕疵
125.mAP这个指标，在什么场景下适用，什么场景下会有问题，比如哪些问题？
126.WGAN的公式，原理
127.python的字典的实现
128.LR的损失函数与推导
129.C++ STL用过哪些，知道map的底层实现嘛？
130说说红黑树？
131.define和const和static区别？
132．与SGD类似的优化方法：momentum、Adagrad、Adam等
133.二阶优化方法有哪些？相比一阶的区别？
134.SVM推导。核函数，调参等
135.xgboost和gdbt怎么做回归和分类的，有什么区别？
136.c++虚函数？虚函数表？
137.python list反转？元素去重复？
138.depplab、ASPP是怎样的？
139.k-means是怎么实现的，k近邻算法呢？
140.静态变量有什么用，静态变量在哪初始化，能在类内初始化嘛？静态函数有什么用？
141.如何使用多线程加速pytorch的dataloader？
142.python的append和extend有什么区别？
143.BP的过程
144.反卷积具体怎么实现的？
145.进程与线程的区别，以及什么时候适合用线程进程
146.c++ STL中的map和hash_map的查找算法是怎么样的？时间复杂度是多少？
147.pytorch的permute和view的功能
148.手写计算AUC曲面面积的代码
149.如何解决过拟合
150.讲一下随机森林的原理
151.python的对象（object）和C++中的对象有什么区别？
152.python的lambda
153.手写中值滤波，介绍一下高斯滤波、均值滤波
154.进程、线程、协程的区别以及用处
155.c++中析构函数的作用、static的作用和特点
156.SIFT特征提取怎么做的，具备什么性质？为什么？ HOG特征提取怎么做的，具备什么性质？ Haar特征提取怎么做的，具备什么性质？LBP特征提取是怎么做的？