介绍 这个工作的需求是为了提高实验室在项目中想要更高的检测baseline而提出的, 去年有很多基于FCOS的改进，以及一些检测的trick。ATSS/VFL/GFL/PAA 最终的模型是：ATSS+GFL+LE ， ms会掉精度 检测领域的理解 方法演变 之后的发展 transformer 精度的贡献来自于哪里？GFL/PAA 两个点， Label Enc 提供两个点的涨幅 端上的参数指标？ 速度：float16 比 float32快一倍在NX上部署速度：fcos dla34 384*649 5ms左右用在鱼眼数据上， 精度差距不大难点：不涨，处理数据，调参，尺度/学习率/梯度下降策略...

多任务联合训练是什么 这个是华为的需求，手机端需要一个轻量的人体分析的模块，他们之前的训练方式是一个一个任务分开训的，固定相应权重，虽然也能满足业务需求，但比较低效，所以希望我们出一个联合训练的解决方案，并且认为能够利用任务的共性达到更好的训练效果。 华为的需求，手机端需要一个轻量模型做人体分析，项目一期是做了densepose，mask的联合，其实也不算真正的联合，因为没有端到端，因为只是在训head，我们把既有mask和densepose标注的coco GT抠出来了训head，最后再接上检测器，这是之前刷densepose比赛的经验，会比较好，但其实uv的精度会比单独训练低一个点左右，二期...

总括：Pet是我们实验室的一个深度学习工具包，我们在逐渐完善丰富功能的同时，寻找共性和特性，慢慢的优化我们这个框架。面向教学， 文档。 它里面包含了三个大的模块，task模块以及Project模块，CNN模块。 其中Project模块就是包含一些和我们结构不太兼容但比较重要的一些方法，比如densepose，联合训练，3D人脸，部分全景分割的方法。 task模块包含一些重要领域但不是我们实验室主要做的任务，例如分类，行为，人脸，3d检测 cnn模块是主要的模块，里面整合了全图和基于roi的两种任务，全图的任务比如分割，一些anchor free的检测，单阶段实力分割这些，基于roi的任务...

契机：商汤的grid rcnn，框架做grid rcnn工程迁移时候，发现这篇论文有改进的空间。 1.首先它用heatmap做检测框的预测，也就是point-guided而不是offset-guided，又因为他是基于anchor的，所以会存在一个问题就是无论proposal是否包含目标都得出一个在proposal内部的预测框，所以grid-guided天然存在对高质量proposal的依赖。文中是采用映射机制来缩小gt从而优化点的预测。但存在一个问题就是，他对所有正样本proposal都会有一样的映射，这导致本来就在内部的gt学的比较不好.这就是point-guided方法anchor产出p...

数组 int main() { int example[2]; int* ptr = example; // 不会出错，因为数组本质上就是指针 example[1] = 5; // 内存中00 00 00 00 05 00 00 00 *(ptr + 1) = 6; // 内存中00 00 00 00 06 00 00 00, 偏移量取决于type *(int*)((char*)ptr + 4) = 6; // 和上面的效果是一样的 int* another = new int[5]; // 另一种初始化方式，这样another存储的就是地...

面试流程 微软的面试流程一般是：1 轮电话技术面试 + 4-5 轮现场技术面试（ 45-60 分钟 /轮）。和大多公司的面试情况一样，面试轮数越往后，面试官的基本越高。一般来说，最后一轮的面试官就是你面的组的大老板了。每一轮面试一般分为三个方面：自我介绍、聊项目、做题。 自我介绍 自我介绍时，要突出重点，把自己的优势都展示出来。而且也要准备英语版本的自我介绍。当然，你也可能遇到外国童鞋面试官，那你就要全程英语面啦~ 聊项目 自我介绍之后，面试官一般会根据简历和你的自我介绍进行提问，聊聊你的项目和技术栈。最重要的一点，还是“实事求是”。自己简历上所提到的所有东西一定要能对答如流谈笑风生。介绍项目...

迪杰斯特拉算法 它应用了贪心算法模式，是目前公认的最好的求解最短路径的方法。算法解决的是有向图中单个源点到其他顶点的最短路径问题。 第1步：初始化距离，其实指与D直接连接的点的距离。dis[c]代表D到C点的最短距离，因而初始dis[C]=3，dis[E]=4，dis[D]=0，其余为无穷大。设置集合S用来表示已经找到的最短路径。此时，S={D}。现在得到D到各点距离{D(0)，C(3)，E（4），F（），G（），B（），A()}，其中*代表未知数也可以说是无穷大，括号里面的数值代表D点到该点的最短距离。 第2步：不考虑集合S中的值，因为dis[C]=3，是当中距离最短的，所以此时更新S，...

纯虚函数 class Entity: { public: virtual std::string GetName() = 0; // 等于0让这个函数为纯虚函数 }; class Player : public Entity { private: std::string m_Name; public: Player(const std::string& name) { m_Name = name} std::string GetName() override { return m_Name; } }; // 当一个类中的纯虚函数没有被重载时，是不能进...

核心部门 淘系技术部， 阿里云，阿里妈妈 坑的部门 蚂蚁，本地生活，大文娱，UC，企业智能

构造函数与析构函数 构造函数是在我们初始化一个类的时候调用，如果一个变量没被赋值，那么它就依旧保存内存里存在的值。 class Entity { float X, Y; // 构造函数 // 就算不写，默认的构造函数如下，不干任何事情 // Entity() {} // 也可以带参数，类似python的__init__() Entity() { X = 0.0f; Y = 0.0f; } ~Entity() { std::cout << "...

介绍自己的项目需要注意STAR法则，即简短的背景介绍situation，自己的任务task，如何实现action，以及最终的效果result。 1.项目的背景 甲方是谁？这个项目是和铁路局合作的项目。 需求是什么？他们需要一个系统了解高铁驾驶员的状态是否符合规范，警报，比较笼统的需求。 项目周期有多长？进度怎么安排？整个项目总体流程大概3-5个月。至于我们进度安排，分为几步：（1）一周左右，和那边对接的人开会去把需求给清晰化，功能化，明确明白他们最后预期的效果。（2）一周左右，我们这边开会讨论实现这几个功能需要什么技术，有什么难点，然后对于模糊不清的以及不太现实的需求再反馈给他们进行协商...

介绍自己的项目需要注意STAR法则，即简短的背景介绍situation，自己的任务task，如何实现action，以及最终的效果result。 1.项目的背景 甲方是谁？太原市公安局 需求是什么？区域特定行为警报，进出人员监控。 周期，进度？半年。至于我们进度安排，分为几步：（1）一周左右，和那边对接的人开会去把需求给清晰化，功能化，明确明白他们最后预期的效果。（2）一周左右，我们这边开会讨论实现这几个功能需要什么技术，有什么难点，然后对于模糊不清的以及不太现实的需求再反馈给他们进行协商。（3）进入开发时期，在完成基础算法的搭建之后，我们这边会需要什么样的不同场景的视频数据，让他们那边提...

介绍自己的项目需要注意STAR法则，即简短的背景介绍situation，自己的任务task，如何实现action，以及最终的效果result。 1.项目的背景 这是和北京光大银行合作的项目，他们的需求是对于商场内的ATM自助机器有一套安全系统。 2.自己承担的角色 算法支持，方案设计 3.技术实现的细节 接口设置：大功能：装束检测、频繁回头、多人聚集、多次出入 装束检测： 类别：帽子、口罩、眼镜（可选） 使用模型：parsing模型分割结果 问题：口罩检测失败 多类别检测器 频繁回头： 频率：默认3次/10s 敏感度： 0.5 使用模型：人脸84关键点/部位检测 多人聚集： 人...

介绍自己的项目需要注意STAR法则，即简短的背景介绍situation，自己的任务task，如何实现action，以及最终的效果result。 1.项目的背景 2.自己承担的角色 3.技术实现的细节 难点 改进点 改进方式 （模型怎么选，为什么选，怎么优化的，这一步可以说的细一点，突出你自己对业务的理解还有解决实际问题的能力） 4. 最终的效果 模型效果 业务收益