《计算机视觉岗》专题

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

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

##好未来#秋招：一面面经，应该是凉经，趁着热乎记录一下。 1、30分钟的项目，根据你的简历上的项目进行提问，问的地方比较细，也会问你对这个方向的一些看法和理解。 2、5分钟左右的八股，但是这个八股主要还是涉及到多模态大模型的部分，我不太了解，只是在一个项目中用过多模态大模型，所以这部分比较快 3、手撕，竟然没手撕力扣的，手撕一个分割的评价指标，我主要做检测的，分割很久不碰了，不过在帮助下还是磕磕

自我介绍，双方的，（我对阿里国际确实不了解） 问想要未来工作的base地 先来两道题，leetcode 11。leetcode爬楼梯 介绍一篇论文 知道vit吗 知道多模态吗 反问：1.卡多少（一千多张H100） 2.做什么（虚拟试衣，多模态，基座大模型）3. hc多少，暑期实习有10个，卡不能停找的人会比较多 4. 做research吗？（是的，一年以来业务做的很多了，现在需要技术的攻关） 全程

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

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

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

7.2 一面 专业问答环节 自我介绍 项目介绍 小目标问题及解决方法 精度的相对提升和绝对提升 双阶段和单阶段目标检测器的区别 Anchor-free和Anchor-base的区别 NMS在Anchor-free上是否有用 基于Transformer的目标检测框架介绍 像素级分类和语义分割的区别 关于NLP的最新进展 深度学习模型的部署 谈人生环节 对科大讯飞的了解 科大讯飞与自己的契合点 对人工