YOLO算法面试全攻略：从原理到实战避坑指南

1次阅读

共计 2013 个字符，预计需要花费 6 分钟才能阅读完成。

YOLO 系列作为单阶段目标检测的标杆算法，在算法工程师面试中出现的频率高达 70%。新手常陷入以下误区：

过度关注调用 API：仅会使用 detect.py 却说不清 特征金字塔 如何构建
版本差异模糊：混淆 YOLOv3 的 Darknet-53 与 YOLOv5 的 CSPNet 结构
数学推导薄弱 ：无法手写CIoU 损失函数 的梯度公式
工程细节缺失：忽略 NMS 在部署时的计算瓶颈问题

YOLOv3：采用 FPN（Feature Pyramid Network）进行多尺度融合
YOLOv5：引入 CSP-PAN（跨阶段部分网络 + 路径聚合网络）
YOLOv8：升级为 GSConv+PAN 的轻量化设计

v3：使用 k -means 聚类生成 9 个先验框（3 scales × 3 ratios）
v5：改为自适应计算（autoanchor.py 动态调整）
v8：取消预设 anchor 改为 anchor-free

版本	定位损失	置信度损失	分类损失
v3	MSE	交叉熵	交叉熵
v5	CIoU	Focal Loss	Focal Loss
v8	DFL	Varifocal	BCE

import torch
import torch.nn as nn

class SPPF(nn.Module):
    """
    空间金字塔快速池化（YOLOv5 设计）输入: [B, C, H, W]
    输出: [B, 4C, H, W]
    """
    def __init__(self, c1, c2=None, k=5):  # 等效于 3 次 5x5 最大池化
        super().__init__()
        c2 = c2 or c1
        self.cv1 = nn.Conv2d(c1, c2, 1, 1)
        self.m = nn.MaxPool2d(kernel_size=k, stride=1, padding=k//2)

    def forward(self, x):
        x = self.cv1(x)
        y1 = self.m(x)     # 第一次池化
        y2 = self.m(y1)    # 第二次（复用结果）y3 = self.m(y2)    # 第三次
        return torch.cat([x, y1, y2, y3], 1)  # 通道维度拼接

def bbox_iou(box1, box2, x1y1x2y2=True, CIoU=False, eps=1e-7):
    """
    计算 CIoU 损失的核心代码
    box 格式: [x1,y1,x2,y2] 或 [cx,cy,w,h]
    """
    # 坐标转换...

    # IoU 计算
    inter = (torch.min(b1_x2, b2_x2) - torch.max(b1_x1, b2_x1)).clamp(0) * \
            (torch.min(b1_y2, b2_y2) - torch.max(b1_y1, b2_y1)).clamp(0)
    union = (b1_x2 - b1_x1) * (b1_y2 - b1_y1) + \
            (b2_x2 - b2_x1) * (b2_y2 - b2_y1) - inter + eps
    iou = inter / union

    if CIoU:
        # 中心点距离平方
        c_dist = (center_dist ** 2) / diag_dist
        # 宽高比一致性
        v = (4 / math.pi ** 2) * torch.pow(torch.atan(w2 / h2) - torch.atan(w1 / h1), 2)
        alpha = v / (v - iou + (1 + eps))
        return iou - (c_dist + alpha * v)  # CIoU 公式