双非本985硕,icpc银,1篇sci1区(cv相关) 面的是研究院-见习算法开发工程师 一面: 主要是问我大三时做的分割车道线的项目。面试小哥脾气很好,有些忙,一时没想出来会引导。虽然一边走路一边面试,声音有时候听不清。 整体面试1小时10分钟 自我介绍 识别车道线用分割和检测哪个更好?你为什么要使用分割?(答:一方面是因为分割有百度的一个公共数据集,可以大规模训练;二来目标检测可能受车辆等目标
30道选择题,虽然感觉考得很基础,但是很全面.. 有几道考图像处理的概念题, 考到了kmp(问空间复杂度)、循环队列, 有森林转二叉树的题, 有找出无向图邻接矩阵, 有考boosting和stacking, 有几道c++代码题(主要考c++面向对象、继承、友元函数、内联函数等), 有矩阵压缩的题, 网站默认端口是什么(80), 还有操作系统的题(TestAndSet) 还考了点概率论(很基础的有放
[toc] 乐鑫科技 AI算法工程师 投递 2022.07.10 简历投递时间:2022.07.10 笔试 2022.07.12 时间:90 min 题型: 20个单选 2个编程 一面通知 2022.07.19 HR电话通知,约的 2022.07.22(周五)下午2点,牛客面试 一面 2022.07.22 面试时长: 40min 主要分成3个模块: 项目,同时在问项目的过程中,也问了一些基础深度学
[toc] 最右 算法工程师 投递时间 2022.06.19 投递的比较早,一直没消息 笔试通知 2022.07.21 通知 2022.07.26 笔试 笔试 2022.07.26 笔试题型: 15个不定项选择 2个简答 WebSocket和Socket的区别 操作系统的一些东西,什么磁头磁盘扇面之类的 2个编程 问一个字符串是否是另一个字符串的子串 类似于股票1 最后一个编程没做出来,不知道有没
6.27 笔试 7.4 一面 自我介绍 项目1介绍(细挖) 项目2介绍(又是细挖) 语义分割和像素级分类的区别 项目里的方法是其他论文里的,还是自己的 C/C++语言如何申请内存 7.16 二面 自我介绍 研究生参加比赛情况 Anchor-free和Anchor-base的区别 密集目标的处理方式 概率分布图如何处理密集目标 基线为什么不用Anchor-free 语义分割,实例分割,场景分割 为什
shein 算法工程师 (南京) 一面业务初试面经 30分钟 1. 简单介绍项目,哪里有出彩点 2. 对数据挖掘项目进行深挖:数据如何处理(缺失值填充,归一化,序列化),运用了什么方法(介绍随机森林,boosting,bagging等),小样本数据如何处理(两方面:数据集,损失函数说了focal loss介绍了一下) 3. 一些基础,LR损失,LR,svm区别,svm核函数作用,能否用任意函数作为
我正在建立一个java项目,使用pdfBox从PDF中获取图像。由于我使用tika应用程序实现其他功能,我决定使用tika-app-1.20中的pdfBox。罐子 我以前尝试过包括jai-imageio-core-1.3.1.jar,因为Tika-app已经与这个罐子捆绑在一起了。我单独尝试了tika-app jar。 这条线是投掷错误
1、自我介绍 (balabala讲了一堆自己的项目,面试官没有任何兴趣,还没介绍完,直接反问我知道自己报的哪个岗位吗?) 此时人已经麻了,看来面试官认为岗位不符合。。。 2、解释了一下属于技术面,说后面的项目细节会由后面的面试官考察 3、解释了一下这个岗位是主要做图像预处理的,有做过图像预处理?简单说一下 4、说一下你二值化的方法 用的OTSU 5、说一下原理 (尬住了不会) 6、哦只是调库使用了
之前就看到牛客上很多牛友在发宇视的面经。我是考虑到自己的面试流程还没走完,打算等着所有流程都走完了再把面经写出来给大家分享一下。今天下午终于是收到了感谢信,心里沉着的石头也终于落下来了,想着把这一路的经历写出来和大家分享一下。 在写面经前首先说一下岗位要求:图像处理工程师要求熟悉ISP图像处理和3A算法等传统图像的相关知识,所以说宇视的图像处理工程师是偏传统的而且是做ISP方向的。考虑到这一点我就
目标 在这一章当中, 我们将学习使用基于标记的分水岭算法来进行图像分割 我们将看到:cv2.watershed() 理论基础 任何灰度图像可以被看作是一个地形表面,其中高强度表示峰和山,而低强度表示山谷。你开始用不同颜色的水(标签)填充每个孤立的山谷(局部最小值)。随着水位上升,根据附近的山峰(梯度),来自不同山谷的水,明显不同的颜色将开始合并。为了避免这种情况,你在水合并的地方建立障碍。你继续填
全程37分钟,整体来说还是蛮轻松的。1、自我介绍 2、项目介绍 3、问项目,很细,还问了很多项目里的细节说我考虑没,觉得怎么解决;问我是怎么改进网络的,有什么效果;项目遇到哪些难点,怎么解决的;数据集怎么制作的,样本不平衡怎么解决;为什么不在yolov5中加入注意力机制;相机是线阵相机还是面阵相机,什么原理;项目内有没有遇到数据缺失,怎么解决的,有没有用过随机森林预测来填充缺失值等项目细节 4、最
我正在处理位图图像的透明部分用洋红色着色(在一些语言中,可以将颜色设置为透明)。我试图在原始位图图像中透明洋红色的像素。 我从SD卡加载位图: 将其复制到另一个位图以使其可变: 然后逐像素扫描,找到洋红色的像素,并尝试改变它们的透明度。 但是那些我希望变成透明的像素被转换成黑色。通过更改alpha,我发现最终颜色从中提到的颜色(不提及alpha)变为黑色。例如,变为白色,为灰色,而变黑。 我不知道
10-8 面试官懂的太多了,秋招以来第一次面试被问麻了。 手撕 简单dp题,到右下角的最短路径 面试官说可以把边界条件拿出来做,这样会更清晰点 Pytorch DDP了解过吗 不了解 CV的发展路径 从AlexNet开始说,因为想不起来具体改进,就总结了说是各种架构和激活函数的改进 NLP的发展路径 RNN-》LSTM-》Transformer 不清楚是不是这个发展 RNN和Transformer
记录一下菜鸡被狂虐的经历吧 一面:研究院中的某个产品线 1.自我介绍 2.对哪个算法模型比较熟悉,介绍一下(说了xgboost) 3.xgboost与gbdt的区别 4.运用xgboost前是否需要进行归一化处理,xgboost中如何预防过拟合,如何在训练模型前预防过拟合 5.有没有用过深度学习模型,对哪些比较熟悉(我的方向是机器学习,就说了个cnn) 6.cnn各层的作用(属实是不记得了),为什
#小天才# 面试前通知时间大约半小时,实际面了将近一小时,但最后还是挂了。面试官比较侧重于问项目经历,而且表明我进面试是因为看重我的专业(通信本科+生物医学工程硕士)和某个项目经历比较对口,不过我在面试前准备的方向有点偏了,我当时提取准备的都是深度学习以及大模型方面的多模态知识,而小天才的多模态指的其实是智能穿戴设备上采集到的各种生理信号数据,主要结合的还是机器学习算法,这方面的提问我也没有很好答