Вопросы на собеседовании: Computer Vision

Что такое свёртка и как она используется в свёрточных нейронных сетях?

Объясните, что такое переобучение (overfitting) и как его можно избежать в контексте обучения моделей глубокого обучения.

Что такое аугментация изображений и какие виды аугментации вы знаете?

Как работает механизм внимания (attention) в трансформерах и какое влияние он оказывает на производительность модели?

Объясните, что такое NMS (Non-Maximum Suppression) и почему он важен в задачах детекции объектов.

Что такое GAN и каковы основные компоненты GAN модели?

Почему важно использовать предобученные модели и каковы преимущества fine-tuning по сравнению с обучением с нуля?

В чем отличие между FCN и U-Net в задачах семантической сегментации?

Каковы основные метрики для оценки качества моделей детекции объектов и как они рассчитываются?

Что такое свёртки и как они применяются в компьютерном зрении?

Объясните, что такое data augmentation и зачем она нужна.

Что такое IoU и как его используют в задачах детекции объектов?

Сравните архитектуры VGG и ResNet. В чем их основные отличия?

Когда и почему стоит использовать transfer learning?

Объясните, как работает метод mask R-CNN для семантической сегментации.

Какие существуют подходы к предотвращению mode collapse в GANs?

Объясните, как работают глубинные диффузионные модели (DDPM).

Как вы объясните различия между SSD и Faster R-CNN в детекции объектов?

Что такое функции активации в свёрточных нейронных сетях и почему они важны?

Поясните, что такое аугментация данных и какую роль она играет в обучении моделей компьютерного зрения.