面试真题总结：Faster Rcnn，目标检测，卷积，梯度消失，Adam算法_faster rcnn面试题

目标检测可以分为两大类，分别是什么，他们的优缺点是什么呢？

答案：目标检测算法分为单阶段和双阶段两大类。单阶段目标验测算法（one-stage），代表算法有 yolo 系列，SSD 系列；直接对图像进行计算生成检测结果，检测速度快，但检测精度低。双阶段目标验测算法（two-stage），代表算法 RCNN 系列；先对图像提取候选框，然后基于候选区域做二次修正得到检测点结果，检测精度较高，但检测速度较慢。【单阶段偏应用,因为在精度没有差很多的情况下，速度很快，就会选择单阶段目标检测算法；双阶段偏比赛，只注重精度高低，速度不考虑】

Faster Rcnn,为什么设置RPN这个层？RPN如果没有的话，他会对大目标更好还是对小目标更好？问的是roi这一层呢？

答案：RPN的作用是生成合适的region proposals。网络结构分为一个卷积层和一个两分支的网络，其中一个分支是softmax分类网络，另一个用于bbox回归。具体的步骤是：生成anchors -> softmax分类器提取 positive anchors -> 对positive anchors进行bbox 回归 -> Proposal Layer综合所有 positive anchors及其偏移量用来生成更精确的proposals。RPN最终就是在原图尺度上，设置了密密麻麻的候选Anchor。然后用cnn去找出其中的positive anchors并对它进行回归，使得框的大小和位置更准确。生成anchor的过程：特征图上每个点都配备k个anchor，然后对每个anchor要做二分类和四个值的回归。

目标检测预测的时候为什么都会用到NMS？

NMS，一句话概括就是去除重复的检测框。非极大值抑制，顾名思义就是抑制不是极大值的元素，在目标检测中，就是提取置信度高的目标检测框，而抑制置信度低的误检框。使用深度学习模型会检测出很多目标框，具体数量由anchor数量决定，其中有很多重复的框定位到同一个目标，nms用来去除这些重复的框，获得真正的目标框。

NMS代码实现：

import numpy as np  

def NMS(dects,threshhold):    
	"""    
	input：      
		detcs:二维数组(n_samples,5)，5列：x1,y1,x2,y2,score      
		threshhold: IOU阈值      
	"""    
	x1=dects[:,0]    
	y1=dects[:,1]    
	x2=dects[:,2]    
	y2=dects[:,3]    
	score=dects[:,4]    
	ndects=dects.shape[0]#box的数量    
	area=(x2-x1+1)*(y2-y1+1)    
	order=score.argsort()[::-1] #score从大到小排列的indexs,一维数组    
	keep=[] #保存符合条件的index    
	suppressed=np.array([0]*ndects) #初始化为0，若大于threshhold,变为1，表示被抑制   
    
	for _i in range(ndects):        
		i=order[_i]  #从得分最高的开始遍历        
		if suppressed[i]==1:            
			continue        
		keep.append(i)         
		for _j in range(i+1,ndects):            
			j=order[_j]            
			if suppressed[j]==1: #若已经被抑制，跳过                
				continue            
			xx1=np.max(x1[i],x1[j])#求两个box的交集面积interface 
        	yy1=np.max(y1[i],y1j])            
        	xx2=np.min(x2[i],x2[j])            
       	 	yy2=np.min(y2[i],y2[j])            
        	w=np.max(0,xx2-xx1+1)            
        	h=np.max(0,yy2-yy1+1)            
        	interface=w*h            
        	overlap=interface/(area[i]+area[j]-interface) #计算IOU（交/并）            
        	if overlap>=threshhold:#IOU若大于阈值，则抑制                
        		suppressed[j]=1    
 	return keep  
【dects自己随便设置个数组测试即可】
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40

卷积网络里的感受野是什么意思？

在卷积神经网络CNN中，决定某一层输出结果中一个元素所对应的输入层的区域大小，被称作感受野。用数学的语言感受野就是CNN中的某一层输出结果的一个元素对应输入层的一个映射。再通俗点的解释是，feature map上的一个点对应输入图上的区域。

你都知道什么激活函数？

https://blog.csdn.net/weixin_46112766/article/details/109255872

梯度消失有什么办法规避么？如何确定是否出现梯度爆炸？

首先我们要知道什么情况属于发生了梯度消失现象，如：模型无法从训练数据中获得更新（如低损失）；模型不稳定，导致更新过程中的损失出现显著变化；训练过程中，模型损失变成 NaN。

解决办法：

1. 重新设计网络模型

   梯度爆炸可以通过重新设计层数更少的网络来解决。使用更小的批尺寸(batchsize)对网络训练也有好处。另外也许是学习率(learning rate)过大导致的问题，减小学习率。

2. 使用 ReLU 激活函数

   梯度爆炸的发生可能是因为激活函数，如之前很流行的Sigmoid和Tanh函数。使用ReLU激活函数可以减少梯度爆炸。采用ReLU激活函数是最适合隐藏层的，是目前使用最多的激活函数。

   

   relu函数的导数在正数部分是恒等于1的，因此在深层网络中使用relu激活函数就不会导致梯度消失和爆炸的问题。relu的主要贡献在于解决了梯度消失、爆炸的问题计算方便，计算速度快，加速了网络的训练同时也存在一些缺点：由于负数部分恒为0，会导致一些神经元无法激活（可通过设置小学习率部分解决）输出不是以0为中心的

3. 使用leaky relu

leak relu就是为了解决relu的0区间带来的影响，而且包含了relu的所有优点，其数学表达为： l e a k y r