腾讯优图-计算机视觉一面

没什么好分享的 认真回答即可已经转录用评估 希望好运

1. 自我介绍2. 拷问项目论文实习，针对论文里面的细节细问3. 八股环节腾讯wxg问的深度学习里面比较基础的，梯度消失，梯度爆炸为什么，怎么解决快手问transformer比较多，还要手撕attention（输入不是qkv怎么得到qkv），unet，多头注意力还有问ssim计算公式，psnr计算公式卷积相关八股，包括参数量，输出通道数计算BN中参数个数L1相比于L2损失函数的好处还有面试官天马行空，让介绍yolo，sora4. 算法题环节力扣hot100掌握基本差不多，但有时也会手撕一些网络结构，掌握transformer，unet，和一些torch基本张量操作应该也差不多了。

更新：已经进入hr面———————————————-二面面试官经验也很丰富，对技术的考查不多上来先确认 工作地点和部门 上海腾讯优图实验室1. 两分钟自我介绍2. 对简历上哪个工作认为最好3. 打开ppt简短介绍一下4. 那个工作的前置工作是哪个（MasaCtrl）5. 生成评价指标（clip i2i t2i lpips fid等）6. 怎么判断生成异常歧义的指标（我想不出来没接触过7. 技术考察结束，开始问去优图的打算 做什么 科研or落地or两个都沾。科研方向选择？8. 未来打算？9. 到职和实习时间？10. 反问： 1 还有几面（没了，只剩hr） 2.我能通过吗（是可以的 可以准备去）全程半小时 卡的时间点刚刚好 感谢面试官！ #腾讯#  #面经#  #计算机视觉#

个人背景见之前小红书面经3.28 一面(40min)自我介绍介绍一下多模态项目介绍一下CVPR论文（面试官竟然看过我的论文，震惊）这个论文创新点，你认为对车道线检测带来什么样的见解你对多模态理解是什么你了解BEV嘛你知道有哪些车道线检测的范式，2D和3D的你知道特斯来的自动驾驶最新技术嘛实习时候复现模型的困难有哪些还有部分对论文的问答反问：部门工作，实习生工作。手撕一道题，具体给忘了。4.1 二面(20min)自我介绍知道bevformer嘛，介绍一下介绍一下论文问了关于论文中的点挑一个你熟悉的车道线检测算法介绍一下你认为2D车道线检测和3D车道线检测异同点，各自挑战是什么反问：还有几轮面试(...