第4章 感知算法基础面试题：2D/3D目标检测、Anchor对比与NMS变种
本章聚焦感知算法三大核心面试方向：2D/3D目标检测原理、Anchor-Based与Anchor-Free范式对比、NMS及其变种。面试官通常从概念理解切入，逐步深入数学原理与工程选型，考察候选人对检测管线的系统性认知。掌握本章内容，可应对80%以上的感知算法基础轮问题。
🎯 面试问答 1
请解释2D目标检测和3D目标检测的核心区别，并各举一个主流方法。
🎯 考察点基础概念理解、维度认知、方法储备广度
📐 回答框架① 明确维度差异（2D:图像平面 / 3D:物理空间）→ ② 输出表示区别（2D:xywh / 3D:xyzwhlθ）→ ③ 各举一个代表方法并简要说明
💡 示例回答2D检测在图像平面输出(x,y,w,h)，代表方法Faster R-CNN；3D检测在物理空间输出(x,y,z,w,h,l,θ)，代表方法PointPillars将点云投影为BEV特征图进行检测。两者核心差异在于维度扩展带来的表示与计算复杂度提升。
🔍 可能追问BEV检测如何处理高度信息？单目3D检测的难点在哪里？3D检测的评估指标mAP@0.7与2D有何不同？
⚠️ 避坑提醒不要只说“2D是平面，3D是立体”，要具体到输出参数差异和方法选型原因；避免混淆检测与分割任务。
🎯 面试问答 2
请对比Anchor-Based与Anchor-Free两种目标检测范式，分析各自优缺点及适用场景。
🎯 考察点范式理解深度、对比分析能力、工程选型判断
📐 回答框架① 定义两种范式核心思想 → ② 列出关键对比维度（超参、召回、小目标、泛化）→ ③ 给出选型建议
💡 示例回答Anchor-Based预设锚框，如Faster R-CNN，召回高但超参敏感，适合密集小目标场景；Anchor-Free直接预测关键点或中心，如FCOS，灵活且超参少，适合开放类别场景。选型上，小目标占比高用Anchor-Based，类别多或场景多变用Anchor-Free。
🔍 可能追问Anchor-Free如何定义正负样本？FCOS的center-ness作用是什么？ATSS如何动态分配Anchor？两种范式在部署效率上有何差异？
⚠️ 避坑提醒避免化表述（如“Anchor-Free全面优于Anchor-Based”），要结合场景与数据分布分析；提到Anchor-Free时一定要说清楚标签分配策略。
🎯 面试问答 3
请介绍NMS及其变种，说明各解决了什么问题，目前业界的主流方案是什么？
🎯 考察点后处理理解深度、改进动机掌握、前沿跟进程度
📐 回答框架① NMS原理与缺陷（密集场景误删）→ ② 变种改进路径（Soft-NMS衰减分数 / NMS-Free端到端）→ ③ 当前主流方案对比
💡 示例回答NMS按分数排序并删除IoU>阈值的框，但密集场景易误删。Soft-NMS按IoU线性/高斯衰减分数而非直接删除，保留更多目标；NMS-Free如DETR用匈牙利匹配替代非极大抑制，实现端到端。当前业界Soft-NMS+IoU阈值调优仍是部署主流。
🔍 可能追问Soft-NMS的衰减函数具体怎么写？NMS-Free方案在实时检测中为什么难以部署？WBF与NMS的核心区别是什么？
⚠️ 避坑提醒不要只背名字，要说明改进的具体数学形式（如线性衰减公式）；提到NMS-Free时需说明其训练收敛慢、小目标差等实际局限。
📊 Anchor-Based vs Anchor-Free 全景对比
| 对比维度 | Anchor-Based | Anchor-Free |
|---|---|---|
| 核心思想 | 预设密集锚框作为先验，回归偏移量 | 直接预测目标关键点或中心区域 |
| 代表方法 | Faster R-CNN, YOLOv3, SSD, RetinaNet | FCOS, CenterNet, CornerNet, RepPoints |
| 超参数量 | 多（尺度、长宽比、数量、阈值） | 少（主要依赖标签分配策略） |
| 召回能力 | 高（密集覆盖，小目标友好） | 中等（依赖特征金字塔与采样策略） |
| 泛化性能 | 较差（对目标尺寸分布敏感） | 较好（无先验假设，适应开放类别） |
| 训练效率 | 正负样本不平衡，需OHEM/Focal Loss | 标签分配灵活，可简化训练流程 |
| 部署难度 | 锚框生成增加预处理复杂度 | 结构简洁，推理效率更高 |
| 适用场景 | 密集小目标、固定类别、高精度要求 | 多类别、开放场景、快速迭代研究 |
🔁 NMS变种演进速览
NMS（标准）：按分数排序，贪心删除IoU > θ的框 → 密集场景误删严重
→ Soft-NMS：分数按IoU衰减（线性/高斯），保留更多目标 → 召回提升但计算略增
→ NMS-Free：DETR等端到端方案，用二分图匹配替代后处理 → 消除NMS依赖但收敛慢
→ WBF（Weighted Box Fusion）：加权融合多个框，而非抑制 → 对集成检测友好
面试建议：重点掌握Soft-NMS的衰减公式与NMS-Free的匹配策略，这是最高频追问方向。
🚀 项目案例模板：BEV视角下基于PointPillars的3D目标检测
项目名称BEV-PointPillars 实时3D目标检测系统
业务背景自动驾驶感知需要在鸟瞰图视角下检测车辆、行人等障碍物的三维位置与朝向，支持路径规划模块。
规模指标检测距离0~100m，mAP@0.7 > 86.5%，推理延迟 < 28ms（Jetson Orin），点云帧率10Hz。
技术栈PyTorch → PointPillars → BEVDet → TensorRT部署 → 自定义CUDA后处理核
核心难点① 点云稀疏性导致小目标漏检；② BEV网格离散化引入量化误差；③ 实时性与精度的权衡；④ 多传感器融合对齐。
面试高频追问为什么选PointPillars而非VoxelNet？BEV表示相比透视投影的优势？如何处理点云稀疏区域的特征？TensorRT加速中的精度损失如何控制？
可迁移回答话术“我们选择PointPillars是因为它将点云转换为伪图像特征，可以直接复用2D检测成熟技术，在部署效率和检测精度之间取得了最优平衡。对于稀疏区域，我们引入了多尺度特征融合和密集查询机制，有效提升了远处小目标的召回率。”
💡 第4章核心复习提示：本章三个主题在面试中常串联考察。建议按“检测维度 → 范式选型 → 后处理优化”的管线逻辑整体记忆。回答时多举具体方法名称和关键参数，展示工程落地意识。