面试题库 › C++ / 后端 › 目标检测模型的发展历程

目标检测模型的发展历程

难度 ★★☆在 1 场真实面经中被问到 方向:C++ / 后端考点:卷积神经网络

哪些公司问过

地平线1

常见岗位:软件开发(未写技术栈)

答案要点

  1. 传统方法:Haar、HOG+SVM、DPM 等手工特征
  2. 两阶段:R-CNN → Fast R-CNN(RoI 池化)→ Faster R-CNN(RPN),精度高速度慢
  3. 单阶段:YOLO、SSD 追求实时;RetinaNet 的 Focal Loss 解决正负样本不平衡;FPN 改善多尺度
  4. Anchor-free:CornerNet、CenterNet、FCOS,减少锚框超参数
  5. Transformer:DETR 集合预测、匈牙利匹配、免 NMS;Deformable DETR、DINO 改善收敛与小目标

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