文远知行内推，文远知行内推码
自驾算法一面
项目用anchor-based的，有没有考虑用anchor-free的方法？
为什么anchor-free在这个项目里比anchor-based差，有没有想过为什么
有没有试过DETR的方案或者其它方案？对于目标密集和遮挡情况下，anchor-based和anchor-free有什么区别，比如分类有人和自行车，现在一个人骑着自行车，用anchor-free和anchor-based方法训练会有什么不一样？（anchor-based方法预测的框的数量多召回率高，anchor-free的精确率高召回率低，答案是anchor-based方法会匹配的更好，因为不同类别的宽高比大小不一样，，但anchor-free方法虽然也能预测出来位置，但是对类别会比较容易混淆，人和车的概率区分不出来，）
固定摄像头视角，车由远及近，形状变化较大如何考虑，远是密集且小，近是稀疏且大，有没有考虑如何让他变得更好？
场景有白天和黑夜，有没有做增广的策略，cover不同天气，逆光场景用HSV调很难？
（HSV增强，强光抑制）Deformable Transformer即可变形Transformer(也是为了缓解一对N这个问题，用权重来让注意力关注我的一个局部范围，而不是所有点)和可变形卷积的区别是什么？
文远知行WeRide2026届校园招聘（及26届实习）
【开放岗位】
算法类、开发类、硬件类、测试开发类
【工作地点】
北京、上海、广州、深圳、武汉、圣何塞、新加坡
【福利待遇】
免费三餐，不限量零食饮料，满足你的味蕾！
具有竞争力的薪资，期权激励，与公司共享发展红利！
