面试题库 › 算法 / 大模型 › YOLO、SSD 与 R-CNN 系列检测算法的区别

YOLO、SSD 与 R-CNN 系列检测算法的区别

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. 两阶段(R-CNN 系列):先生成候选区域再分类与框回归,精度高、速度慢
  2. Fast R-CNN 整图共享特征 + RoI Pooling;Faster R-CNN 用 RPN 网络生成候选框
  3. YOLO:划分网格后直接回归框和类别,单阶段,速度快
  4. SSD:多尺度特征图 + 不同尺度与长宽比的默认框,兼顾速度与精度
  5. 单阶段面临正负样本极不平衡,可用 Focal Loss、难例挖掘等方法缓解

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