Anchor-free 目标检测的发展与进展
哪些公司问过
答案要点
- 关键点类:CornerNet 角点配对,CenterNet 中心点加宽高回归
- 像素类:FCOS 逐点回归到四边距离,center-ness 抑制低质量框,FPN 按尺度分配
- 标签分配成为核心:ATSS 自适应选正样本,YOLOX 的 SimOTA,任务对齐分配
- YOLO 系列转向 anchor-free:YOLOX 解耦头,YOLOv8 等
- DETR 系列:匈牙利匹配集合预测、免 NMS,Deformable DETR、RT-DETR 等改进
易错点
- 认为 anchor-free 一定比 anchor-based 精度高
- 只罗列模型名,讲不出标签分配的作用
- 把 DETR 的匈牙利匹配和 NMS 后处理混为一谈
面试官常见追问
- anchor-free 相比 anchor-based 的优缺点?
- DETR 为什么收敛慢,Deformable DETR 如何改进?
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。