《计算机视觉实习》专题

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

时间线：7月25日一面 -》 7月30日二面 -》8月2日终面 -》8月9日口头offer 一面主要偏项目，二面主要偏基础（纯八股拷打），三轮面试平均1小时，总体来说百度的效率算是很高了，顺便问问有朋友知道开奖具体时间吗？ 自我介绍 讲一个最感兴趣的项目 SIFT算法（项目里面用了，让我讲底层原理） 有没有试过基于深度学习的模版匹配方法（列了两个Google的模型，没听说过） YOLO系列的发展趋

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

个人背景见之前小红书面经 3.28 一面(40min) 自我介绍 介绍一下多模态项目 介绍一下CVPR论文（面试官竟然看过我的论文，震惊） 这个论文创新点，你认为对车道线检测带来什么样的见解 你对多模态理解是什么 你了解BEV嘛 你知道有哪些车道线检测的范式，2D和3D的 你知道特斯来的自动驾驶最新技术嘛 实习时候复现模型的困难有哪些 还有部分对论文的问答 反问：部门工作，实习生工作。 手撕一道题

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

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

时长：1h30min 因为岗位比较匹配所以问了不少，鼠鼠第一次面这么匹配的岗位，面试官很有水平，学到了很多东西。 1.自我介绍 2.深挖项目和实习，简历上提到的都问了，中间穿插了八股 1）具有旋转不变性的图像算法 2）transformer中为什么除以根号dk？dk怎么来的？ 3）传统的图像处理方法有哪些？ 4）滤波，去燥 5）中值滤波用在什么地方？ 6）哪些滤波能保持边缘信息？ 3.手撕lc69

个人背景：985硕士，一篇CVPR一作，三篇Top期刊一作，一篇T-PAMI一作在审(小修)。 4.18 一面(40min，笔试所有题目均AC了) 自我介绍 介绍一下多模态项目(包括模型结构、设计的motivation) 介绍一下CVPR论文 介绍一下T-PAMI论文 描述一下Q-former，论文中提出的Q-fusion和Q-former区别 LLaVA结构讲一下 实习期间做的工作讲一下 实习期

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

一面 总的来说问的挺简单，半小时就结束了 1. 前20分钟基本上都在问项目，问文章，创新点，整个就是我在介绍，然后面试官嗯嗯嗯，时不时提一个问题为什么这么做之类的，好处是什么 2. 一些比赛和文章用到的模型 YOLOv5怎么做检测（从backbone（CSPDarknet，SPPF），neck（FPN+PAN），head（多个特征层做预测）分别介绍了一下） 怎么做正负样本匹配（v4里面是计算IOU