来源：投稿 作者：LSC
编辑：学姐
一面
35min左右，主要是根据简历发问的
1.自我介绍
介绍实习项目, 聊的比较详细，但是我实习项目限制比较多，做的不够深入。
2.多标签分类的损失函数
多标签分类任务，即一个样本可以有多个标签，比如一张图片中同时含有“猫”和“狗”，这张图片就同时拥有属于“猫”和“狗”的两种标签。
参考：https://blog.csdn.net/qq_24193303/article/details/124711723
loss = nn.BCELoss()
3.介绍diffusion
4.iou是怎么计算的，有什么变种
IOU是交并比，图像的交集除以图像的并集 变种: GIOU DIOU CIOU
5.目标检测量化过程中，相比原模型，预测结果框的中心点不变，但是长宽变成原来的一半，可能是什么原因？
(1)后处理过程主要是NMS可能被改变了
(2)下采样: 这种情况通常与神经网络中的下采样(池化层或卷积层)有关。在深度卷积神经网络中，随着网络的层次加深，特征图的分辨率通常会减小。当特征图的分辨率减半时，预测结果的框的位置信息也会相应减半。
(3)特征图尺度变化: 如果检测器的不同层次的特征图具有不同的尺度，那么在不同特征图上预测的框可能会有不同的尺度。当选择来自不同层次的特征图进行检测时，预测框的尺度可能会发生变化。
(4)锚框的设计: 一些目标检测器使用预定义的锚框来进行目标定位。这些锚框通常具有不同的长宽比例和尺度。如果选择了具有不同尺度的锚框，那么预测结果中的框的尺度也会不同。
本来有代码考核，但是我笔试分数很高，编程题满分所以就免了
二面
等通知，不一定有，可能要等1个月，面试的人太多了，要根据笔试和一面的结果确定二面的情况。
关注下方《学姐带你玩AI》🚀🚀🚀
算法工程师万能简历公式+200多个简历模板（中英文）
回复“简历”轻松获取！
码字不易，欢迎大家点赞评论收藏！
原文链接：https://blog.csdn.net/weixin_42645636/article/details/134889826?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522171851498816800184188889%2522%252C%2522scm%2522%253A%252220140713.130102334.pc%255Fblog.%2522%257D&request_id=171851498816800184188889&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2~blog~first_rank_ecpm_v1~times_rank-6-134889826-null-null.nonecase&utm_term=AI%E9%9D%A2%E8%AF%95
