自我介绍简历上实习这块（主要是车外）单阶段检测的框架有了解吗（应该是想听到yolo）卷积的计算量（讲计算过程）transformer的核心计算过程我是傻逼transformer和lstm的区别和优势手写nms和iou计算过程手写kmeans

一直在问论文和项目，论文听的很详细基于深度模型的Out of Distribution，Ultra fast是怎么解决的grid的误差问题车道线，BEV是否了解车道线的目标跟踪，卡尔曼滤波在用车道线建图的时候，有没有考虑过坡道的情况，当坡度差很大的时候怎么解决（平面估计，平移变化矩阵）数据回流，在线大模型+小模型C++：vector相关Linux操作：export命令是干啥的把一个文件夹里的所有jpg文件找到，送进一个txt文件相机标定：内参和外参聊一下Pytorch：梯度的反向传播是在哪个设备里运行的，CPU还是GPUdp和ddp的区别，datapara。。。以及distribute dat...

一面问实习+科研车道线检测的正负样本匹配方法车道线检测的anchor-based方法的baseline是怎么做的（LineCNN：从最底下的点发射出去，寻找线的proposal，需要最底下点的坐标以及三个边界的值，相对于RCNN的滑动窗口要快和轻便很多）小目标检测有什么自己的思考车道线检测任务的nms跟传统检测的nms有什么区别手撕：找到第k大的数字快排，返回第-k个优化：找到第k个就直接返回了+手写NMS二面问实习和科研项目手撕：图像和特征点旋转（用opencv实现）智力题：n个苹果放入m个篮子，要求随便取1-n个苹果，都能取出来，问最少用几个篮子三面CTO主管面口述两数之和+聊个人期望等内...

1.手写nms，面试官本来要求用C++，我说不太会就改为用python了2.深挖八股，第一面不聊项目和简历从模型和数据的角度分别说一下如何解决梯度爆炸的问题？更了解fasterrcnn还是yolo？能否大概说一下fasterrcnn的流程，两阶段主要解决了什么问题？延伸，yolo中是怎么解决正负样本不均衡问题的？yolo中的object分支有什么作用BN层的作用是什么，有什么可学习参数？给定NCHW的输入，BN层的输出应该是什么？在训模型的时候如果遇到显存占用了，但是后面的GPU利用率不高的情况，可能是因为什么？在训模型的时候如果loss报Nan了，可能是因为什么？Detr是怎么做到不用nms...

不知道今年北京or苏州能有什么水平，值得等吗？本人本硕211科班，前些天刚进池子。目前有一两个合适的，牛油们帮忙看看选选本人cv方向的

美的有投递人工智能类的朋友收到笔试的么

深度可分离卷积、深度分组卷积、深度可形变卷积   深度可分离卷积计算量   讲讲机器学习中的分类算法   机器学习中的回归、分类、聚类都有什么特点   讲一下检测的发展历程，讲一下yolo   讲一下常用的损失函数，并且说一下公式和特点（focal，交叉熵）   python中的多线程   python中的一个函数，如果传进去一个数组，在函数里修改了，这个数组会改吗（实参形参）   两个list用加号连接得到什么

有大华的HR老师在牛客吗？上周五给我发了一封邮件说三天内会有面试官联系我电话面试，到现在也还没有，想请教一下这个是为什么，发邮件回去问也没人回复