海康威视二面面经

海康二面问题：
1.先自我介绍一下
照着简历读了一遍，呜呜
2.怎么让loss变得稳定
我说具体程序实现的时候控制，保存一个temp.pth
3.resnet相比于之前的卷积神经网络模型中，最大的改进点是什么？
我回答是加入了residual  block，然后可以使网络收敛的更稳定
4.防止过拟合有哪些操作
batch normalization和dropout
5.现在最好的分割模型是什么，我答了deeplab v3+，面试官接着问，deeplab v3+相比于deeplab v2的区别在于什么，
我回答是：deeplab v2也是基于encoder和decoder架构的，但是后面有连接CRF条件随机场，而deeplab v3+没有了条件随机场，deeplab v3+的亮点之处在于引入了ASPP空洞卷积模块和同步的BN
6.分割出来的结果通常会有不连续的情况，怎么处理？
当时想到过说平滑滤波，但是一紧张就瞎扯了别的。哭了，后来面试官问我有什么想问他的，我就问了他这个问题，他说是：你去网上调查一下吧，一般使用图像处理里面的传统方法。
7.你想做些什么？
我就是图像视频都行，只要是跟深度学习相关的。
妈呀，他就问了我这些问题，感觉自己真的凉了，18分钟，实验室小妹妹都说怎么这么快。
最后他也没说后面会有HR面试之类的，真的凉凉。
#海康威视##面经##提前批##算法工程师#