首页 > 其他分享 >prepare

prepare

时间:2022-11-18 11:33:51浏览次数:33  
标签:loss 简历 prepare ROI 算法 RPN 讲下

目标: 

自动驾驶感知
负责深度学习感知算法开发,包括目标识别、分割、检测、多目标追踪等
有扎实的数理基础,有Linux、ROS、QNX等开发经验,熟悉C/C++编程,有良好的编程习惯

他人简历:

  skills:  

    • 熟练使用 NumPy, 熟悉 SciKit-Image, OpenCV, SciPy, Matplotlib 等科学计算库

      图像基础知识扎实,能快速实现经典视觉算法


      熟练使用使用 PyTorch, MXNet 熟悉 Caffe,TensorFlow,Keras

      有自己积累的视觉工具库, 能快速开发调试深度学习/视觉算法


      熟练使用Python的多线程和多进程加速

      熟练使用 Web技术,能够构建 可视化应用、交互界面、网站后台、爬虫等

      日常使用 Linux,熟悉使用 Git/GitHub, Travis-CI, pandas 等工具来管理项目和实验

简历Todo:

  简约清晰 markdown

  个人信息,教育经历,项目经历,科研经历,竞赛经历,IT技能,个人荣誉与语言能力等信息依次展开  /亮点

  灌水论文,就多写写实用性的价值点;如果没有发论文,那就把科研经历总结成项目成果,多写写对整个项目的把握,突出项目价值与工程成果

  多打几个有价值的竞赛,多写几个竞赛项目以充实简历

 

  具体内容撰写可以遵循STAR法则

  简历上不要出现错别字,不要把一些技术名词拼错!!!

技术面:

  简历方面凡是和视觉相关的全都问了,比如可视化论文、两个比赛、两段实习、上过的数字图像处理课程等--基本都清楚的答出来了,比如DPM如何做的、YOLO算法是怎么实现的等等

  • Adam和SGD优化器哪个更好,好在哪里,哪个使模型更加容易发散?
  • FPN作用
  • 讲下yolov3的架构,和two-stage的mask-rcnn有什么区别
  • 问了几个机器学习算法,KNN和SVM的细节
  • 图像基础操作题,对图像做45度旋转,如何使图像完整不缺失,缺失和超出的部分如何处理
  1. 目标检测框架原理问题
    • RPN结构讲下,RPN的loss有哪些,分类loss是二分类还是多分类
    • ROI Pooling是在RPN前面还是后面,讲下原理,有什么作用
    • ROI Polling和ROI Align的区别
    • Mask RCNN基本结构讲下
    • 1*1卷积作用(降维-改变特征通道数,加入非线性)
    • Faster RCNN的loss有哪些,分别讲下
  2. CNN的SOTA模型原理
    • ResNet结构讲下,它解决了什么问题
    • InceptionV3结构讲下

  

  

标签:loss,简历,prepare,ROI,算法,RPN,讲下
From: https://www.cnblogs.com/dwletsgo/p/16902657.html

相关文章