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
格灵深瞳一面,CPU 都干烧了 面试时长:60min 1.自我介绍 2.你觉得笔试哪里做的比较好 3.简历中挑一个你最熟悉的项目介绍(我挑的单目变焦三维重建) 4.如何实现单目变焦三维重建的 5.SLAM 懂一点吗?说一下基本流程 6.讲一下如何准确建图 7.稀疏重建如何去畸变使得图像畸变影响最小 8.图像畸变的原理 9.如何计算图像位姿,本质矩阵如何得到 10.图像特征匹配中 RANSAC 方法
小硕一枚,有幸笔试做两道被美团捞简历,成为第一个暑期给面试的公司 流程: 1.面试官介绍部门做什么的,视觉智能的,现在在做中文的文字可控生成 2.我自我介绍,介绍一下简历上一个印象深刻的项目 3.掰扯一些论文的做法,(他不懂) 然后问我如何端到端训练风格迁移,用扩散模型 4.乱扯了在快手做的事情 5.如果让我做可控文本生成,我会怎么做,发散问题(不会,实在不懂) 6.缩小范围,字体风格迁移要怎么做
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
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
知乎链接 https://zhuanlan.zhihu.com/p/670347110 一面 11.12 50min 1.项目 2. Facal loss 3. Coding: (1) 连通块个数 (2) 实现NMS 二面 11.18 38min 详细聊了项目 15-20min 2. Focal loss 场景题: 给一堆图片数据,数量很多,但是里面一部分是噪声图片也就是标签是错误的,请问怎么训练
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