图森实习一面面经

图森实习一面面经:面试官人很好，问题问的也很细，很多以前没注意的细节都问了。研究领域最新的文章也问了（我还没看）。总之非常喜欢图森。

Faster rcnn
    每个roi的维度是多少

Fpn
    原理resnet上面的结构
    Roi怎么区分从哪个层里出来的
    还知道哪些多尺度的框架

Rfcn
    原理
    与faster rcnn异同
    速度比较，类别数影响其速度

Mask rcnn
    原理
    改进：fpn，
    Roi align 与roi pooling区别
    什么时候roi pooling的效果要好
    训练的时候是并行的，那预测是怎么预测的
    实例分割是怎么做的，损失如何计算的
    为什么用logistic损失，而不是softmax损失

Bn层
    原理
    怎么用，就是他的参数是怎么学习到的
Nms
    优化的论文，soft nms原理
定位损失
    有哪些，iou损失，优点
    和smooth l1,l2比哪个好
姿态估计
    Bottom up的方法有什么缺点
    还知道哪些论文
    Top down的
最新的姿态估计的文章，detection的文章
定位损失比类别损失小得多，即类别分数很低，或者类别错误，什么原因，怎么改进？
Cascade rcnn原理，如何预测的，三个分类器的类别分数怎么取的？