网易面经题

• mixup的权值会影响什么？（赋值越大可能能关注小类别，缓解长尾问题）

• NMS代码（被面试官怼说这个版本最常见但不好用，解释代码）

• attention的具体结构

• 1*1 卷积优势

• yolo系列的发展史

• SE block中的维度转换过程

• 了解smoth-L1 loss？

• mixup的优势是什么？

• 小目标如何去改进？

• ROI align 改进了什么

• ROI pooling的过程

• FPN的结构

• yolo里面类似FPN的结构和PAnet的结构？

• 一阶段和两阶段的区别

• 还接触过哪些目标检测网络？

• 哪些数据增强策略？

• 半监督伪标签的过程

• yolov4和yolov5的具体改进的点