计算机视觉算法实习生面经
楼主坐标帝都，本硕中等985研一在读，非科班，也不是电子自动化模式识别统计这种专业，今年3月初萌生转CV念头，开始自学，之前DL和CV零基础，只有一点点代码的基础（也比较拉跨）
暑假在一家小型的做自动驾驶和智能座舱的公司实习，之前找实习的经历就不说了，太惨了，现在说的是找研二开始之后的日常实习的经历
所幸，最后拿到了Aibee，蔚来，商汤和旷视的offer，不至于太惨
现在来牛客还愿，大家加油呀，多面面就好了，楼主纯属不要脸面得多，侥幸拿offer，面试是准备不完的，面试是发现不足最好的办法
滴滴
一面（40min, 电话面）
自我介绍，确认到岗时间和时长
仔细说说实习干的活参与的项目（15min，有反问）
问项目经历（两个比较简单的小项目）（10min，有反问）
小样本场景遇到过吗？怎么解决的？
样本不平衡的解决办法？
有没有自己写过损失函数？（没）
交叉熵损失函数表达式？
focal loss 表达式？解决了什么问题？
说说im2col？
python怎样自定义一个装饰器
无反问
没后续了，凉
Aibee
一面（1h10min）
自我介绍
问实习，问项目（20min）
讲讲RCNN系列的发展过程
Anchor Free是什么意思？
SSD的特点了解吗？（特征金字塔，多尺度多长宽比的密集锚点）
刚出来的YOLOX去看了吗？（没）
PR曲线怎么画？F-score是什么？mAP怎么求？
说下你了解的激活函数及它们的优缺点？
BN在做什么？有什么作用？
缓解过拟合的常见方法
linux管道
git合并分支操作
coding 3sum, 二叉树非递归中序遍历
反问业务，实习生培养机制以及主要干的活
第二天约二面
二面（35min）
问实习：
了解模型转换吗？ncnn框架了解吗？
baseline怎么选的？Loss怎么设计的？为什么要做离线数据增强？
年龄预测网络的输出是什么？MAE怎么计算的？
问比赛：
baseline选的VGG16？为什么要选这个？有没有尝试其它的？
borderline smote具体怎么实现的？
还有没有其它方法缓解数据不平衡？
基础知识：
深度学习中常见的trick你知道哪些？
SGD和Adam介绍一下？你认为哪个好，为什么？
Pytorch 里面的 Batch Normalization 的底层实现
Pytorch 里面的通道 Concat 怎么实现？
开放题：如何看待CV行业的内卷
无反问
面试官结束说和一面面试官商量一下
HR面（10min）
offer
蔚来
一面（45min）
做个自我介绍吧
讲讲实习做了啥
挖项目
mobilenet-v1有什么优点？有缺点嘛？v2怎么改进的？
Faster RCNN里的ROI pooling怎么做的？ROI align做了什么改进？
对比一下 Faster RCNN 和 Yolo v1
smooth L1 Loss的表达式？有什么优点？
SSD 的 anchor 怎么设置的？NMS怎么做的？
开放题 ：现在我有个目标检测的小任务，balabala，数据集准备好了，接下来你打算怎么做？
coding : 平面上三个点，输出三个夹角
无反问（我自己向面试官问了几个问题）
过了一会通知约二面
二面（35min）
自我介绍
上来手撕 NMS
问实习的技术栈
比赛有没有更好的解决方案？
Batch Normalization的过程及作用，为什么？
Batch Normalization为什么设置两个可学习参数？
FCN 的特征融合怎么做的？U-Net呢？
U-Net 的上采样怎么做的？
Mask RCNN 的 Mask Loss 怎么算的？
说说 pytorch 中的 adaptive pooling
说一下python的迭代器和生成器
python 只有整数元素的 list 去重，说三种方法
linux 找出文件夹下指定后缀的文件的命令
然后面试官直接介绍部门业务以及实习生的培养机制
无反问
HR面（10min）
Offer
OPPO
一面（ 40min）
PPT自我介绍（详细）
手撕快排
CMakeList
docker file
git rebase
问实习，问项目（模型用的什么？Flops多少？怎么部署的？输入大小？...）
离线数据增强你怎么做的？
mobilenet-v1的创新点？
然后面试官介绍业务以及“聊天”....(面试官人真不戳)
没后续，凉了
商汤
一面（40min）
自我介绍
说方向似乎不太match，它们偏底层，我做的东西偏应用
为什么想做CV？
有没有了解过CV具体某个领域？
接触一个全新领域的话，你怎么证明你的学习能力？
...
总之就是表达不太match的意思
然后简单问了问实习
两个题：
1.实现sqrt函数
2.删除链表倒数第k个节点
反问
预计凉了
然后，emmm，约二面了，但给我加了个题，让我调研一下，二面讲讲思路
二面（45min）
slides介绍调研结果
面试官反问思路细节（这一块蛮多答得不好，毕竟新方向）
简单问了问问实习和比赛（实现细节，可能的改进等等）
过拟合和欠拟合如何区分，如何解决？
有没有选择lr的trick？
CNN中的局部连接和权重共享
什么是空洞卷积？有何作用？pytorch如何实现？
SGD和Adam
linux 文件权限命令
coding 链表相加
HR面（20min）
Offer
旷视
一面（50min）
自我介绍
插曲 : 面试官惊，你竟然会用megengine？我调侃说内部用的人多吗，面试官说反正他不用
问实习做的项目以及具体的细节（搭了哪些backbone，有没有用迁移学习，MAE怎么计算...）
问自己的小项目的细节（数据合成怎么做的，用了哪些数据增强，了解mixup吗...）
detection的经典的baseline了解哪些，说一说？
Mask RCNN 如何解决 unalignment?
ROI align具体怎么做的？
RFCN里的 position sensitive score map 的原理？解决了什么问题？
说说 Anchor-based 和 Anchor Free 的区别
ROC 和 AUC
mAP 和 AUC 各自的优缺点
coding
1.连续子数组最大和
2.计算IOU
反问
二面（1h10min）
自我介绍
你说你实习用过ShuffleNet，那ShuffleNet-v1,v2各有什么优点，motivation是什么？
Channel Shuffle Pytorch里面是怎么实现的？如果用 Tensorflow 呢？
你还用过Mobilenet，问个最简单的，Pytorch里怎么实现DwConv？
现在有一 NCHW 的 feature map，经过一个3*3的DwConv，计算量和参数量怎么算？
v2的瓶颈块里为什么要先升维再降维？这不是增加了计算量吗？
说说 v3 里的 h-swish比普通的swish激活函数好在哪里？通道注意力机制的原理？
FPN的上采样怎么做的？会带来什么后果？模型中是怎么解决的？
FCN的上采样又是怎么做的？你认为双线性插值和反卷积哪个效果会更好？
SSD的基本原理讲一讲？Anchor怎么选的？NMS怎么做的？
U-NET的特征融合怎么做的？
Linux cat 命令的作用？
Docker磁盘映射的参数是什么？
给一个特定的任务，针对这个任务设计Loss，说说思路？
现有数以十万计的两个图片文件夹，其中一个被另一个包含，最快找出两个文件夹的差集，说说思路？
coding
1.反转链表，不用递归
2.TopK，面试官说写一个解决办法就行，然后让我讲我知道的思路
反问
HR面（15min）
Offer
网易
一面（45min）
自我介绍
说说你转CV的motivation？我：？？？？？？？
实习做了些啥？面试官：我觉得你这也没做什么实际的东西啊？我：。。。
你这个borderline smote + mixup 怎么做的？
为啥要对近邻数据做类别判断？
ResNet有什么优点？解决了什么问题？
Inception-v1的创新点？v3中3*3卷积分解怎么做的？
3D卷积你了解吗？（了解个锤子）
Batch Normalization的具体过程？为什么要有两个可学习参数？
说说它和其他几种Normalization的区别以及各自的应用场景？
Anchor Free的目标检测网络有哪些？具体说说各自的基本原理？
目标检测领域的常见Loss？
smooth L1 loss 的优点？
IoU Loss的表达式？有什么缺点？如何改进？
coding
数组中只有两个数出现了一次，其它数都出现两次，常数空间复杂度内找出这两个数
过一会HR打电话说马上进行二面
二面（35min）
自我介绍
问实习和比赛（关键技术，难点，改进点等等）
讲讲逻辑回归的思路（说的比较散，卒）
讲讲SVD的过程
SVD怎么用到PCA降维里面？（说的比较散，卒）
那你说说PCA降维的过程吧，和 LDA 有什么联系和区别，应用场景分别是什么？
one-stage和two-stage的区别，以及各自的典型网络有哪些？
讲讲 FCOS 的模型结构和基本原理？（没了解过，完全卒）
面试官：你这基础有待加强啊
我：嗯嗯嗯嗯.......
面试官：我们继续吧，CV三大领域的SOTA算法你了解哪些？
我：balabala...
面试官：我们来做道题吧，合并k个有序链表，保持合并后的链表有序，要求最低的时间复杂度内完成（写得很艰难）
面试官：嗯，好，我了解了，这应该是有bug，回去再改一改，我们今天要不先这样？
我：........
无后续，凉
#滴滴##OPPO##商汤科技##蔚来汽车##Aibee##面经##计算机视觉岗#
投递腾讯等公司8个岗位