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：
- 正负样本分配
- NMS判定
- 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-
剩余60%内容，订阅专栏后可继续查看/也可单篇购买
AI-Agent面试实战专栏 文章被收录于专栏
本专栏聚焦 AI-Agent 面试高频考点，内容来自真实面试与项目实践。系统覆盖大模型基础、Prompt工程、RAG、Agent架构、工具调用、多Agent协作、记忆机制、评测、安全与部署优化等核心模块。以“原理+场景+实战”为主线，提供高频题解析、标准答题思路与工程落地方法，帮助你高效查漏补缺.
