面试题库 › 算法 / 大模型 › 目标检测中的困难样本挖掘方法

目标检测中的困难样本挖掘方法

难度 ★★☆在 1 场真实面经中被问到 方向:算法 / 大模型考点:卷积神经网络

哪些公司问过

字节跳动1

常见岗位:计算机视觉

答案要点

  1. SSD 难负样本挖掘:按分类损失排序取高损失负样本,正负比约 1:3
  2. OHEM:对所有候选区域算损失,只用损失最大的样本反向传播
  3. Focal Loss:乘 (1-p)^γ 降低易分样本权重,支撑 RetinaNet 一阶段训练
  4. GHM:按梯度密度降权,同时抑制大量易样本和极难的离群样本
  5. Libra R-CNN 的 IoU 平衡采样,按 IoU 区间均匀采负样本

易错点

面试官常见追问

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。

相关面试题