面试准备

1. 语义分割基础 双线性插值 双线性插值是上采样的一种方式。 单线性插值 一条线上，根据 $(x_1,y_1)$ 和 $(x_2,y_2)$，可以根据公式，由 $x_3$ 计算到 $y_3$ ： $

语义分割数据集 Mask都是单通道的：channel=1，每个像素范围为[0, 255] PASCAL VOC数据集： MS COCO数据集： 语义分割评价指标 红色是GT，黄色是预测。TP：对的判对

1. 背景介绍 这是金融数据分析大赛。Optiver举办的竞赛，股票波动率是衡量股票发展的重要指标，因此大赛旨在通过机器学习预测未来金融市场股票波动率。 3. 评价指标 使用成交均价计算收益率，再使用

1. 背景介绍 为了促进计算机辅助设计技术的发展，举办了半监督牙齿分割挑战赛。 2. 数据集 初赛： 训练集 2000张牙齿图像（RGB通道图像），2000张Mask（1通道图像）。 测试集 500张

在工作实习中，遇到了很好的老师，虽然很凶，但是也给我提供了一些思路。下面是自己在实习中要慢慢补起来的，现在先整理出来，包括问题、点子、遇到问题的思路。

关键词：ICIP挑战赛、目标检测、Yolo v7、数据增强、剪枝技术 1. 背景介绍 2.项目思路 3.项目难点 4.评价指标 5.训练步骤 6.调参工具 7.网络剪枝

此专栏收集目标检测面试常考问题：目前整理了NMS、Focal Loss、mAP的计算步骤等。。。。。

竞赛流程即常见的机器学习过程，包括学到了数据处理方法，机器学习的模型原理，模型融合方式，常用到的面试问题。

这里是我学习深度学习时，遇到的相关概念进行的整理。例如欠拟合过拟合的概念、反向传播、优化器、BN层、激活函数、参数计算等。

典型的剪枝论文：包括Network slimming和Hrank和soft pruning、自己写的剪枝论文。