2020年应该思考的问题
1、基础问题
- 为什么使用U-net网络?好处是什么?与FCN网络相比,有什么不同?
- 项目中为什么使用空洞卷积?好处是?
- 训练中出现过拟合现象的原因?解决的方法?
- 分类相关框架:VGGNet的卷积核尺寸是多少?max pooling使用的尺寸?为什么使用3×33×3的尺寸?
- 是否了解RESNet的residual block?
- 是否了解检测的框架?Faster-RCNN与yolo相比哪个更快?两者区别?one-stage与two-stage检测?
- dropout具体的实现原理?随机的还是固定?对于训练过程和测试过程如何控制dropout?
- dropout是针对sample还是batch?
- 是否了解BN层?
- 项目中的测试结果有多少?如何牺牲一部分特异性来提高敏感性?医学上的意义更大?
- 有关像素分类的图像分割方法与传统块的分割有什么区别?像素分类的方法的优点?
2、有关分割网络框架
- 了解其他的分割网络吗?
- FCN网络为什么用全卷积层代替全连接层?
- SegNet的结构原理?去掉跳跃连接为什么会效果好?适用范围?
- 金字塔分割网络(FPN)?
- Deeplab的改进?Deeplab V3结构原理?Deeplab V3 plus改进?(有关加速?Xception等)
3、有关分类网络框架
- 了解常见的分类网络吗?
- Alexnet和VGGnet的区别?
- 了解Inception网络吗?
- 了解Densenet网络吗?
- 了解Resnet网络吗?残差块的原理解释?为什么残差块可以解决梯度消失的问题?
- 了解ResNext网络吗?
- 1×11×1 的卷积核有什么作用?
- 了解几种常见池化方法?
- global average pooling的原理?
4、有关检测的框架
- 了解常见的检测网络吗?
- faster-rcnn算法原理?two-stage和one-stage?rpn网络?Roi pooling?用到的损失函数?
- 损失函数有哪些?(平方差,指数,交叉熵)交叉熵损失函数的公式?针对多样本多像素?(对每个像素求损失,加和再取平均)
- YOLO和SSD算法了解吗?为什么速度快?
5、Python相关
- 遍历一个列表的元素?
- list和元组哪个可变?
- 输出列表序号索引内容?
- numpy,pandas,scikit-image,opencv里面处理图像的函数?
2020年要完成的任务
- 要把握好当前的研究方向的进展。
- 要完成投稿2篇,在写1篇。
- 要对未来几年有清晰的规划。
- 要锻炼出较好的体魄。
原文地址:https://www.cnblogs.com/ylHe/p/12240770.html
时间: 2024-10-03 09:49:52