前言

楼主因为之前实习拿到商汤的offer，加了面试官微信。前几日面试官问我是否需要内推，就把我简历要了过去，然后商汤就给我打电话了，然后然后....就有了昨日被血虐的过程。

一面

1. 针对项目提问，简历上所有的项目都问了个遍。其中我有用到ssd-mobilenetv1-coco的预训练模型，我自己finetune之后的map是0.956@IOU0.5，面试官问我map的误报率是多少...我一脸懵逼= =哎，菜是原罪。

2. 问曰：熟悉目标检测吗？
   答曰：看过经典论文，但实际的项目做得不多。
   继续问：知道nms吧？把nms的代码写一下，并且分析一下时间复杂度。
   答曰：好的。
   于是我吭哧吭哧的写了一段，给面试官看，面试官提出了一些优化的点：不用每一次都排序，可以用 一个bool的vector记录哪个bbox会被留下来，我恍然大悟，于是又吭哧吭哧写了一段，如下：

   class Boundingbox
   {
    int x;
    int y;
    int w;
    int h;
    float score;
   };
   bool cmp(const Boudingbox &a, const Boundingbox &b)
   {
    return a.score > b.score;
   }
   float calIOU(Boundingbox a, Boudingbox b);//假设已经定义好这个
   void NMS(vector<Boundingbox> &bboxes, const int num, const int threshold)
   {
    if(bboxes.size() <= 0)
        return;
    sort(bboxes.begin(), bboxes.end());
    int i = 0, count = 0;
    vector<bool> flags(bboxes.size(), false);
    while(i < bboxes.size() && count !=num)
    {
        maxbbox = bboxes[i];
        for(int j = i 1;j<bboxes.size();j  )
        {
            if(calIOU(bboxes[j], maxbbox) > threshold) 
               continue;
            flags[j] = true;
        }
    }
    vector<Boundingbox>::iterator it = bboxes.begin();
    for(int i = 0; i<flags.size(); i  )
    {
        if(!flags[i])
            it = bboxes.erase(it)
    }      
   }

   分析上述代码的时间复杂度为o(N2),N为待选bboxes的个数。（ps：上述代码估计运行还是不行的，只是比伪代码稍微强一点，表明思路）

   好了，到这里我觉得我表现的还不错嘛，最起码这个nms的之前我只看过大概流程，但是也“差不
   多”写出来了，但是下面....

3. 面试官：做个题吧，数组的最大子区间和。
   我心想：这个也太简单了吧，我得写慢点，于是我控制在五分钟之后才说我写好了。谁料该来的还是
   要来...
   面试官：如果数组是二维的咋办？就是一个矩阵，求里面最大的一个子矩阵的和。
   我： 思考了一下，写了个上面的二维版，面试官说不对。于是又问：那咱们换个问题吧，如果数组首尾相连咋办？
   我: 思考了很长时间....说可以把数组复制成两段来做，面试官说这样虽然可以，但是可能最大和区间会超过数组本来的长度...好吧确实是这样，面试官此间还多番提醒，仍未果。
   这题的答案，网上应该有，都是数组的最大子数组和的变种，我这般菜鸡，不会举一反三，不会触类旁通，真是丢脸呀。

二面

二面面试官竟然是实习时面我的，他认出我来了，我一开始并没有认出来，后面想起来脱口而出：诶呀你变帅了我都木有认出来！感觉这句话把面试官给雷到了，但这确实是心里话，他确实变帅了。

1. 为什么没来实习？我blablabla
2. 再讲一下你的毕设吧，我好像忘了。因为我的毕设是做视觉显著性检测，他问我和深度学习中常见的attention有什么关系，其实我觉得就是那个，但是我还是很怂的说不了解attention，怕给自己挖坑...
3. 问了一点c STL里面的知识；vector删除(erase()函数)，i 和 i更有效率？（我知道是 i但我不知道为啥啊！！！？？？）
4. 下面的重点来了：定义一颗多叉树，并从{ 0 1;0 2;0 3; 0 4; 3 4; 3 5; 3 6}build这棵树
   好吧，我真的不会，装模做样的在草稿纸上瞎写了一波，面试官亲切的问怎么了哪里不会？我好想说哪里都不会....
   看我一副便秘般憋不出代码的表情，面试官问我是不是计算机专业的，我说不是，他说好吧那确实为难你了，那我们换个题吧？
5. 给我讲下你简历里面你写的熟悉的这些东西吧？讲讲PCA？
   好吧，PCA我已经不太熟了，我大概说了下：是给数据降维的方法，计算数据矩阵的特征值，并保留特征值累加起来超过全部特征值和的90%以上的特征值对应的特征向量(这是我凭印象瞎说的，正确答案请自行百度= =)，然后面试官问我矩阵的特征值和特征向量是什么意义？好吧我真的说不出个所以然，放弃了。
6. 看我很受挫，面试官让我手推下svm，我按照自己的理解推了一遍，重拾了一波信心。

三面

可能是实习时肯定过我吧，不好打脸，还是给了三面。三面应该是个大佬，在***，于是微信语音面了一波。

1. 问我什么时候毕业，毕业要求达到没？
2. 问我对计算机视觉任务中比较熟悉哪一类，是检测，分割，分类还是什么？
   我突然我发现我好菜，我竟然一个都不敢说熟悉，检测知道些理论但实际项目没咋做过，分类倒是做过实际项目，但是感觉论文没有看太多，分割就是论文和项目都没咋做过。于是我硬着头皮说了分类。
3. 分类网络有哪些？我从LeNet到resNet和mobilenet都说了一遍，然后着重问了我两个问题：
   (1)resnet为什么好？（我用csdn博客上看到的一个理解解释了一波，被反驳了，后面我问应该怎么理解，面试官说是因为shortlink接口可以减轻梯度消失，这个我不知道咋理解啊？我说这个我知道，面试官又问我梯度消失的原因是什么，我说了一波激活函数导数那个解释，但是面试官说后面都用relu函数了，导数是1或0，为什么还会有梯度消失？不知道不知道真的不知道吗，求各位大佬解答= =）
   (2)mobilenet为什么快？(分析了一波深度可分离卷积)怎么证明mobilenet的快是因为用了深度可分离卷积？（不知道咋回答...）mobilenet有多少层？（不记得）mobilenet有多少参数(不记得)

总之三面就是各种不知道，不清楚，全程很尴尬= =

总结

凉经。