SSD检测算法有什么缺点?与Faster R-CNN、YOLO有何区别?
哪些公司问过
寒武纪158集团1
答案要点
- SSD是单阶段检测器,在多尺度特征图上用默认框直接回归和分类
- 缺点:小目标效果一般、默认框需人工设计、正负样本不平衡
- Faster R-CNN是两阶段,RPN加RoI精细分类,精度高但速度慢
- 早期YOLO只用单尺度特征网格预测,速度快但小目标和定位较弱
- 后续YOLO引入锚框和多尺度预测,差距逐渐缩小
易错点
- 把SSD说成两阶段算法
- 混淆SSD的默认框和Faster R-CNN中RPN生成的候选框
- 认为单阶段算法一定比两阶段精度低
面试官常见追问
- SSD为什么对小目标效果差,怎么改进?
- SSD怎么处理正负样本不平衡?
完整的口述示范答案、每个追问的参考回答,在启面刷题中心查看;也可以让 AI 面试官用语音按这道题连环追问你。