地平线面经

一面(1.5h)
1.简单聊了下项目
2.知不知道Clip这个工作
3.介绍语义分割的发展
4.介绍 Deeplab v3+，这个模型存在什么问题，你会怎么改进?
5.超分和语义分割如何结合?
6.Pooling的作用:1)提高感受野 2) 降低计算成本
3)多尺度融合
7.Pooling反向传播的过程
8.Dropout的原理以及反向传播过程
9.神经网络怎么初始化好，各种初始化方法有什么区别?
10.为什么分类会使用softmax,和CE Loss在一起用有什么好处?
11.神经网络训练的时候出现了很多神经元都为0的情况是什么原因?
12.做题，最小代价路径，一个二维dp
13.反问
二面(2h):
1.项目
2.论文
3.度量学习中难样本挖掘策略
4.开放问题:分割的边缘如何更精确?
5.开放问题: 标注标签如果比较粗糙，有什么办法可以
训练精细的分割结果?
6.开放问题: 无类别的多前景分割怎么做?
7.开放问题: 无有考虑自监督的方法做分割吗?
8.Coding: 分割的miou,有n张尺寸为h*w的图片，已知类别为，gt和pred的labelmap，求这批数据的miou9
三面(1h)
1.简历面试为主，比如会问到你技术在自动驾驶里面有没有可能的应用
2.面试官介绍了组里面的做的事情

提前批8.31截止
内推码:hmphed