<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
  <channel>
    <title>计算机视觉 on 知识铺的博客</title>
    <link>https://index.zshipu.com/geek/tags/%E8%AE%A1%E7%AE%97%E6%9C%BA%E8%A7%86%E8%A7%89/</link>
    <description>Recent content in 计算机视觉 on 知识铺的博客</description>
    <generator>Hugo -- gohugo.io</generator>
    <language>zh-CN</language>
    <lastBuildDate>Tue, 15 Mar 2022 09:31:27 +0800</lastBuildDate>
    <atom:link href="https://index.zshipu.com/geek/tags/%E8%AE%A1%E7%AE%97%E6%9C%BA%E8%A7%86%E8%A7%89/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>岗位精选面试题</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%B2%97%E4%BD%8D%E7%B2%BE%E9%80%89%E9%9D%A2%E8%AF%95%E9%A2%98/</link>
      <pubDate>Tue, 15 Mar 2022 09:31:27 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%B2%97%E4%BD%8D%E7%B2%BE%E9%80%89%E9%9D%A2%E8%AF%95%E9%A2%98/</guid>
      <description>添加微信：julyedufu77，回复 “ 7 ”，领取最新升级版《名企AI面试100题》电子书！！ 11、当参数量 &amp;raquo; 样本量时候, 神经网络是如何预防过拟合? 正则化 2. Early Stopping 3. Dropout 4. 数据增强 过拟合即在训练误差很小,而泛化误差很大，神经网络时避免过拟合的方法： 正则化 正则化的思想十分简单明了。由于模</description>
    </item>
    <item>
      <title>理解计算机视觉中的损失函数</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%90%86%E8%A7%A3%E8%AE%A1%E7%AE%97%E6%9C%BA%E8%A7%86%E8%A7%89%E4%B8%AD%E7%9A%84%E6%8D%9F%E5%A4%B1%E5%87%BD%E6%95%B0/</link>
      <pubDate>Tue, 15 Mar 2022 09:26:27 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%90%86%E8%A7%A3%E8%AE%A1%E7%AE%97%E6%9C%BA%E8%A7%86%E8%A7%89%E4%B8%AD%E7%9A%84%E6%8D%9F%E5%A4%B1%E5%87%BD%E6%95%B0/</guid>
      <description>作者：Sowmya Yellapragada 编译：ronghuaiyang 导读: 损失函数在 模型的性能 中起着关键作用。选择正确的损失函数可以帮助你的模型学习如何将注意力集中在数据中的正确特征集合上，从而获得 最优和更快的收敛。 计算机视觉 是计算机科学的一个领域，主要研究从数字图像中自动提取信息。 在过去的十年中</description>
    </item>
    <item>
      <title>年月底陌陌推荐算法道面试题分享</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%B9%B4%E6%9C%88%E5%BA%95%E9%99%8C%E9%99%8C%E6%8E%A8%E8%8D%90%E7%AE%97%E6%B3%95%E9%81%93%E9%9D%A2%E8%AF%95%E9%A2%98%E5%88%86%E4%BA%AB/</link>
      <pubDate>Tue, 15 Mar 2022 09:06:21 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%B9%B4%E6%9C%88%E5%BA%95%E9%99%8C%E9%99%8C%E6%8E%A8%E8%8D%90%E7%AE%97%E6%B3%95%E9%81%93%E9%9D%A2%E8%AF%95%E9%A2%98%E5%88%86%E4%BA%AB/</guid>
      <description>问题1：Graph SAGE的原理 GraphSAGE是Graph SAmple and aggreGatE的缩写，其运行流程如上图所示， 可以分为三个步骤： 对图中每个顶点邻居顶点进行采样 根据聚合函数聚合邻居顶点蕴含的信息 得到图中各顶点的向量表示供下游任务使用 文末免费送电子书：七月在线干货组最新 升级的《名</description>
    </item>
    <item>
      <title>年月初地平线视觉工程师面经</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%B9%B4%E6%9C%88%E5%88%9D%E5%9C%B0%E5%B9%B3%E7%BA%BF%E8%A7%86%E8%A7%89%E5%B7%A5%E7%A8%8B%E5%B8%88%E9%9D%A2%E7%BB%8F/</link>
      <pubDate>Tue, 15 Mar 2022 09:05:47 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%B9%B4%E6%9C%88%E5%88%9D%E5%9C%B0%E5%B9%B3%E7%BA%BF%E8%A7%86%E8%A7%89%E5%B7%A5%E7%A8%8B%E5%B8%88%E9%9D%A2%E7%BB%8F/</guid>
      <description>问题1、简述下你对end to end检测器的理解？ 1、从faser-rcnn开始解释Blabla，原来通常用选择性搜索方法生成proposals不能和cnn一起训练，需要各自训练各自的部分。 2、此外原来的rcnn阶段的分类的svm进行的，也不能和整个网络一起训练 问题2、线性回归和逻辑</description>
    </item>
    <item>
      <title>精选知识点算法流程详解</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%B2%BE%E9%80%89%E7%9F%A5%E8%AF%86%E7%82%B9%E7%AE%97%E6%B3%95%E6%B5%81%E7%A8%8B%E8%AF%A6%E8%A7%A3/</link>
      <pubDate>Tue, 15 Mar 2022 08:57:03 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%B2%BE%E9%80%89%E7%9F%A5%E8%AF%86%E7%82%B9%E7%AE%97%E6%B3%95%E6%B5%81%E7%A8%8B%E8%AF%A6%E8%A7%A3/</guid>
      <description>解析1： 将原图与已经准备好的每个类别的“模板”做卷积操作，生成一中类似热力图（hot map）的图像，将不同尺度上的图合成一张，图中较量点就是与最相关“模板”相似的点。 拓展： SGD(stochastic gradient descent)到training里 NMS(non-maximum suppression)对后期testing的处理非常重要 Data mining hard e</description>
    </item>
    <item>
      <title>计算机视觉面试题面试考点精准详尽解析</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%AE%A1%E7%AE%97%E6%9C%BA%E8%A7%86%E8%A7%89%E9%9D%A2%E8%AF%95%E9%A2%98%E9%9D%A2%E8%AF%95%E8%80%83%E7%82%B9%E7%B2%BE%E5%87%86%E8%AF%A6%E5%B0%BD%E8%A7%A3%E6%9E%90/</link>
      <pubDate>Mon, 14 Mar 2022 17:50:32 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%AE%A1%E7%AE%97%E6%9C%BA%E8%A7%86%E8%A7%89%E9%9D%A2%E8%AF%95%E9%A2%98%E9%9D%A2%E8%AF%95%E8%80%83%E7%82%B9%E7%B2%BE%E5%87%86%E8%AF%A6%E5%B0%BD%E8%A7%A3%E6%9E%90/</guid>
      <description>添加客服微信：julyedufu77：回复 “ 7 ”，领取最新升级版《名企AI面试100题》电子书！！ 1、基于深度学习的目标检测技术演进：R-CNN、Fast R-CNN、Faster R-CNN、YOLO、SSD 一、目标检测常见算法 object detection，就是在给定的图片中精确找到物体所</description>
    </item>
    <item>
      <title>美团点评深度学习在计算机视觉中的应用</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%BE%8E%E5%9B%A2%E7%82%B9%E8%AF%84%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E5%9C%A8%E8%AE%A1%E7%AE%97%E6%9C%BA%E8%A7%86%E8%A7%89%E4%B8%AD%E7%9A%84%E5%BA%94%E7%94%A8/</link>
      <pubDate>Mon, 14 Mar 2022 16:39:47 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%BE%8E%E5%9B%A2%E7%82%B9%E8%AF%84%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E5%9C%A8%E8%AE%A1%E7%AE%97%E6%9C%BA%E8%A7%86%E8%A7%89%E4%B8%AD%E7%9A%84%E5%BA%94%E7%94%A8/</guid>
      <description>背景 计算机视觉是利用摄像机和电脑代替人眼，使得计算机拥有类似于人类的对目标进行检测、识别、理解、跟踪、判别决策的功能。以美团业务为例，在商家上单、团单展示、消费评价等多个环节都会涉及计算机视觉的应用，包括文字识别、图片分类、目标检测和图像质量评价等方向。本文将通过以OCR（光学字</description>
    </item>
  </channel>
</rss>
