《计算机视觉岗》专题

4.18 技术面 问项目经历，多模态、大模型算法的了解和理解。手撕三个bbox的iou计算。 4.24 hr面 常规hr面。 4.26 发感谢信没过。

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#

1、自我介绍 2、深挖简历，详细问了实习的项目，遇到的问题，如何解决的，有没有优化等等。 3、Python的深拷贝和浅拷贝的区别？赋值时浅拷贝还是深拷贝？ 4、说下Maxpooling的反向传播。 5、L1和L2的区别。 6、说一下几种常见的图像特征。 7、深度可分离卷积是什么？ 8、CNN中参数量和计算量怎么算？ 9、深度可分离卷积的参数量和计算量是多少？ 10、了解Linux的管道命令吗？ 1

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

今天一面，我感觉大抵是凉了 投的时候看见里面有 3D 视觉岗,就投了，结果是智能创作平台捞的我，我一查发现他们是做生成模型的。虽然感觉凉的概率比较大，但是还是认真准备了 面试时，面试官问了什么是 stable diffusion 目标检测网络知道哪些，详细说下 对抗生成网络说下，大模型微调的策略都有哪些（这些我都答上了，不过其中 stable diffusion 的文本特征和图像特征怎么对齐，这个

1小时，无手撕 你用的对抗损失有什么特点 采集的图片压缩噪声居多，还是说采集噪声居多 facefusion了解吗 讲一下扩散模型原理 ddim推导过吗。。。。。。。 有啥加速采样方法 欧拉采样怎么做的 文生视频有了解吗？（我简单说了下dit。） llm了解吗 clip讲一下 qformer讲一下 无手撕 #阿里##秋招##面经##如何判断面试是否凉了##算法#

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

#飞星计划#投递 （6月19日） 转到科大讯飞飞星计划——计算机视觉方向 之前的面试都没有记录，只记得问了项目 、 python和C++的八股，相对比较简单。 8月13日 面试官是一个声音很好听的小哥，很有礼貌且很有耐心，面试体验感很好。 1、简单地自我介绍一下； 2、简历的竞赛部分，举一个例子说明通过竞赛获得了不错的提升？ 3、读博和工作在研究生期间发力不同之处在哪？ 4、为什么简历上没有写实习

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

更新：已经进入hr面 ———————————————- 二面面试官经验也很丰富，对技术的考查不多 上来先确认 工作地点和部门 上海腾讯优图实验室 1. 两分钟自我介绍 2. 对简历上哪个工作认为最好 3. 打开ppt简短介绍一下 4. 那个工作的前置工作是哪个（MasaCtrl） 5. 生成评价指标（clip i2i t2i lpips fid等） 6. 怎么判断生成异常歧义的指标（我想不出来没接

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