目前通過卷積神經網路進行檢測的方法主要分為one-stage和two-stage，分別寫出了解的對應的演算法。在共性上兩類檢測演算法有哪些差異？
one-stage：yolov1、yolov2、yolov3、ssd、retinanet在不具備雷達等有測距能力感測器的情況下，如何僅通過單目相機計算出地面上目標的距離？two-stage：fast r-cnn、faster r-cnn
two-stage檢測演算法的共性，以faster r-cnn為例，使用了複雜的網路用於每個候選區域的分類和回歸；roi pooling後的feature channels數目較大，導致記憶體消耗和計算量都比較大。
one-stage檢測演算法的共性，從網路結構上看只是多分類的rpn網路，相當於faster rcnn的第一階段，因此one-stage主要的優勢是速度快。其**結果是從feature map回歸出目標的位置及分類，有的也採用了anchor的概念。
而two-stage對上述結果進行roi pooling後會進一步細化，因此two-stage演算法檢測精度一般相對較高。還有一種觀點是，two-stage的rpn部分相當於做了正負樣本均衡，這也是two-stage檢測效果相對較好的乙個原因。
one-stage演算法對小目標檢測效果較差，如果所有的anchor都沒有覆蓋到這個目標，那麼這個目標就會漏檢。如果乙個比較大的anchor覆蓋了這個目標，那麼較大的感受野會弱化目標的真實特徵，得分也不會高。two-stage演算法中的roi pooling會對目標做resize, 小目標的特徵被放大，其特徵輪廓也更為清晰，因此檢測也更為準確。
相機模型有哪些引數，寫出三維空間點到影象座標投影公式。鏡頭畸變係數有哪幾種，對應畸變矯正的公式表達？
相機模型的內引數重要有：主點，焦距，畸變係數。關於k-means聚類演算法，請回答以下問題：三維空間點到二維影象的投影公式：
徑向畸變矯正公式表達：
k-means是有監督聚類還是無監督聚類？
寫出將n個樣本（x=(x1,…,xn)）聚成k類的k-means聚類演算法的優化目標函式。
請用偽**寫出聚類過程。
假設樣本特徵維度為d，請描述kmeans演算法時間複雜度。
1）無監督聚類2）對於樣本xi，計算其分類：
ci表示類別，uj表示質心
那麼優化目標函式可以表示為：
n表示樣本量，ui表示ci的質心
3）偽**：
def kmeans (輸入資料，類簇的個數k):
初始計算k個質心點
repeat
計算資料中每個點到各個質心的距離，其中到質心距離最短的點被分為同乙個簇，最後得到k個類簇
重新計算k個類簇的質心
until 知道所有樣本的類簇不發生改變或達到最大迭代次數
4）假設資料量為n，資料維度為d，k為簇的個數，i為迭代次數，那麼kmeans演算法的時間複雜度為：n×d×k×i
計算機網路基礎 牛客網題集哦
1.tcp ip 運輸層協議 程序定址，提供無連線服務，提供面向連線服務 2.tcp ip 網路層功能 ip定址，路由定址 3.提供鏈路速率可以減少資料的傳送時延 4.傳送時延 主機與路由器傳送資料幀所需要的時間 5.傳播時延 電磁波在通道中傳播一定距離需要花費的時間 6.處理時延 主機與路由器在收...
牛客網計算機複試上機習題之成績排序
查詢和排序 題目 輸入任意 使用者，成績 序列，可以獲得成績從高到低或從低到高的排列,相同成績 都按先錄入排列在前的規則處理。例示 jack 70 peter 96 tom 70 smith 67 從高到低 成績 peter 96 jack 70 tom 70 smith 67 從低到高 smith...
計算機複試準備牛客網復試題入門篇
題目描述 輸入乙個字串，長度小於等於200，然後將輸出按字元順序公升序後的字串。include include include include using namespace std int main 複習知識點 sort函式 輸入10個證書，要求輸出其中的最大值 include using nam...