AI-Agent 面试题汇总 - 计算机视觉篇(目标检测)

1. 从 R-CNN 到 Faster R-CNN 的演变

• R-CNN：Selective Search 提候选框，逐框CNN提特征，慢。
• Fast R-CNN：整图卷积 + RoI Pooling，共享特征，速度提升。
• Faster R-CNN：引入 RPN 生成候选框，实现端到端 two-stage 检测。

2. 目标检测 two-stage 模型有哪些？

典型 two-stage：

• Faster R-CNN
• Mask R-CNN
• Cascade R-CNN特点：精度高，尤其对小目标和复杂场景更稳；但速度一般慢于 one-stage。

3. 说一下 NMS 的处理思想

NMS（非极大值抑制）用于去重框：按置信度排序，保留最高分框，删除与其 IoU 超阈值的重复框，迭代直到结束。目标是减少多重检测。

def nms(boxes, scores, iou_th=0.5):
    idxs = scores.argsort(descending=True)
    keep = []
    while len(idxs) > 0:
        i = idxs[0]
        keep.append(i.item())
        if len(idxs) == 1: break
        ious = iou(boxes[i].unsqueeze(0), boxes[idxs[1:]]).squeeze(0)
        idxs = idxs[1:][ious <= iou_th]
    return keep

4. Soft-NMS 为什么可以提升检测效果？

Soft-NMS不直接删除重叠框，而是根据重叠程度衰减其分数，避免误删真正目标（尤其密集场景）。因此通常提升召回率与mAP。

5. 描述一下 IoU 的作用

IoU（Intersection over Union）衡量预测框和真实框重叠程度。用于：

1. 正负样本分配
2. NMS判定
3. 评估指标（mAP@IoU阈值）

def iou_xyxy(a, b):
    x1 = max(a[0], b[0]); y1 = max(a[1], b[1])
    x2 = min(a[2], b[2]); y2 = min(a[3], b[3])
    inter = max(0, x2-