秋招第一面感觉凉了 面试自我介绍然后依次介绍简历里的项目经验,每个项目介绍完提问每个项目负责哪些模块和相关的算法八股 问到八股人麻了明明有的前段时间才看了一下子就是想不起来 最后,谁说科大一面没有手撕的????? 让我手撕匈牙利匹配算法,我甚至都不知道这个东西,让面试官给点提示他也没有提示,噶 手撕完我以为没了,结果还问我觉得项目落地有哪些难点,还补充问了一下没明确写的论文里主要负责哪些模块 反问
7.15 笔试 7.20 一面 无自我介绍 介绍项目 Anchor-free标签匹配方式 小目标信息丢失问题 基线选择 模型压缩技术 代码 7.1 求均方根 7.2 Softmax函数 7.3 交叉熵损失函数 7.27 二面 自我介绍 项目介绍 传统方法如何处理多尺度目标共存问题 双模态语义分割框架 语义分割损失函数 语义分割常见问题 边界模糊问题 点云配准及应用 凉~ #陌陌面试#
美团的IoT视觉组,主要是做基于监控数据的人物交互感知,技术栈基本也是检测、跟踪和人体关键点检测之类的 介绍之前的实习工作,多任务平衡怎么做的(数据和loss都调参),有没有学术上的解决方案(一般都会问这个) 自动驾驶的检测模型有没有根据一些corner case做一些针对性优化 密集行人场景存在遮挡有什么好的解决方案 这种遮挡情况下对跟踪的影响 神经网络的注意力机制 代码题:翻转二叉树 聊的整体
问项目 目标检测 对目前常用的目标检测算法有接触吗?比如Fast-RCNN,Yolo系列的,RetinaNet Yolo v1 和 v3的区别? 先验框anchor的方式,anchor based和anchor-free,两种方法的区别 anchor-free的方式相对于anchor based有哪些优势 目标检测中一阶段和二阶段的检测算法有什么区别 为什么二阶段的比一阶段的精度高 深度学习训练
智能算法部 30min 看你实习用过SAM,讲一下原理 SAM模型的分割图目前没有语义标签,说一下改进的思路 说到了无监督语义分割,怎么实现的 讲一下实习做的工作 讲一下两篇论文的工作 讲一下医学图像分割与自然图像分割的区别与难点,近几年论文的研究方向 医学图像分割和自然图像分割的落地应用有哪些,落地的难点 dice系数怎么算 用过哪些分割损失,Lovasz loss用过没 未来想做研究还是做工程
总共1h 看的出来,面试之前面试官都没看过我的简历。聊了10分钟就开始做题,反转链表写了二十多分钟没做出来,最长递增子序列分别用贪心和动态规划写出来了,后面问了一点深度学习的八股,感觉方向不是很对口,大概率凉了。 1. 介绍一下实习做的工作 2. 反转链表,每n个反转一次 3. 最长递增子序列 4. 写一下交叉熵 5. 为什么分类损失不用MSE 6. 多头自注意力中的头从8个变为16个,计算量怎么
20道选择(单选+不定项)+ 3道编程 虽然知道没有什么时候是完全准备好的,但是面对不熟悉的知识点还是很down,要继续复习呀! 还是说一下三道编程题吧: 1. 密码:输入是加密后的由小写字母构成的字符串,要求输出加密之前的字符串,加密规律也很简单,就是ascall码+3对应的字符,注意x,y,z加密后分别是a,b,c,解码时对应特殊考虑(只有这题ac了) 2. K排序:输入一个序列arr和每次能
一面6.26 深挖一个论文或者项目 说明解决问题,设计算法的原理以及解释 深挖一个参加的项目和比赛 说明解决问题,设计算法的原理以及解释 详细讲一下最近阅读的cv方面的前沿论文: SAM有了解没,基本原理是什么 基于SAM在各个领域下游进行二创的版本有哪些 反问 二面7.01 深挖一个论文或者项目 说明解决问题,设计算法的原理以及解释 给3分钟准备一下论文和ppt讲解自己论文的问题和解决方案 三面
一面体验感佳,二面体验感差。一面使用科大讯飞自己的软件面试,不能共享屏幕感觉是一大缺点。 一面1个小时,和提前安排的一致。大概自我介绍10分钟,面试官很有条理,自我介绍完就说从四个方面开始面试。1,项目 2,八股 3,工程 4,综合。 项目就主要针对实习项目进行提问,一个是3D检测项目,一个是车道线检测项目,一个是点云语义分割项目。主要聊了聊3D检测项目,以及实习过程中各种项目是怎样负责的。八股除
问是否是面试实习岗(否 针对简历中的项目进行提问,重点是深度学习模型相关,模型结构 询问项目的细节 最后给俩道中等难度算法题,一道二叉树,一道链表 都没做出来,持续尴尬,面试40多分钟就结束了 刷题去了
尽管 IBM 的深蓝超级计算机在 1996 年击败了国际象棋世界冠军加里·卡斯帕罗夫,但直到最近计算机才能从图片中认出小狗,或是识别出说话时的单词。为什么这些任务对人类反而毫不费力呢?原因在于,感知过程不属于人的自我意识,而是属于专业的视觉、听觉和其它大脑感官模块。当感官信息抵达意识时,信息已经具有高级特征了:例如,当你看一张小狗的图片时,不能选择不可能,也不能回避的小狗的可爱。你解释不了你是如何
8.2 测评 8.26 一面 所有项目逐个介绍(细挖) ResNet中的BottleNeck结构 9.7 HR面 自我介绍 项目介绍 家庭情况 父母对自己工作的期望 研究所和企业工作的选择 职业规划 对象问题 读研期间导师对自己的影响 自己的性格介绍 自己的缺点 薪资意向 岗位的理解 反问 9.28 录用评估 #海康面试#
问题内容: 我目前正在开发用于可靠手部检测的系统。 第一步是拍摄手的照片(在HSV颜色空间中),并将手放在一个小矩形中以确定皮肤颜色。然后,我应用阈值过滤器将所有非皮肤像素设置为黑色,并将所有皮肤像素设置为白色。 到目前为止,它运行良好,但是我想问一下是否有更好的方法来解决此问题?例如,我发现有几篇论文提到白人的具体色彩空间,但没有一篇对亚洲/非洲/高加索色调进行比较。 顺便说一句,我正在通过Py
问题内容: 作为一名实际的开发人员,我想为我的特定任务制定一个很好的算法,该算法是从诸如“边界提取”或“伽马校正”之类的块构建的,但是我不想实现这一点,因此那东西,所以我徘徊-是否有任何强大的CV库,例如C ++的OpenCV? 说“最好”,是指具有以下属性的库: 实现了许多不同的算法 可扩展性-我可以在库方面创建新的东西 高性能 线程安全 问题答案: 萨满,我一直在寻找与Java中的opencv
题型:10 单选+10 多选+10 判断 由于只记得部分题目,所以题号可能对不上,见谅 1.lidar slam 点线匹配自由度(答案:3) 2.图像分辨率缩小一半,内参变化(答案:除了畸变系数,fx,fy,cx,cy 全部减半) 3. a=np.random.randn(3,3),b=np.random.randn(3,1) ,c=a*b,问 c 等于(答案:因为第一维相同,第二维度不同,且有一