一上来先自我介绍：blabla
Q 说一个你做的最好的项目？
Q googlenet为什么有三个loss？
我知道有辅助分类器，答了=。=但忘了为啥， 因为深了防止梯度消失。
Q 小目标如何解决：
原图小目标裁剪出来拼接到另一张图
MST多尺度训练/多尺度测试
SNIP
Q ResNet为什么好？
防止梯度消失，但可以恒等映射，模型退化（更深的网络不会效果更差）
kQ FPN 有什么改进方法吗，PANet有了解吗：
面试官一说，我就有印象了，FPN是从顶到低的特征融合，PANet新增了底到顶的特征融合
Q 实际应用 实时目标检测
如何使检测网络轻还能不降太多精度：脑子短路（后面想到模型压缩 蒸馏，使用轻量化的模块，SE module）
有了解移动端的网络吗：mobilenet 和squeezenet
mobilenet ：使用了可分离卷积 和 1x1的卷积
shufflenet ：基于group卷积提出来的一个通道混洗，
感觉是凉
问面试官问题
1、需要补充哪些知识（虽然我知道要补充的有很多）：感额觉面试官是比较做分割，再一次提到分割算法，的确有些分割是基于proposal的
2、多久会有结果：如果通过接下来会有coding面和HR面