#最后一个面经，老子再也不面了# 小米视觉算法一面： 1、介绍项目，面试官很专业，问的问题很核心； 2、介绍LBP； 3、编程写中值滤波； 视觉算法二面： 1、项目； 2、SIFT原理； 3、SLIC原理，相似度判断； 4、条件随机场的能量函数；  总结：项目扣的很细，问的很深入，基本上能聊很久。

#最后一个面经，老子再也不面了#小米视觉算法一面：1、介绍项目，面试官很专业，问的问题很核心；2、介绍LBP；3、编程写中值滤波；视觉算法二面：1、项目；2、SIFT原理；3、SLIC原理，相似度判断；4、条件随机场的能量函数；总结：项目扣的很细，问的很深入，基本上能聊很久。

#写在秋招的尾巴#之江实验室面经：一面电话面：主要问我之前做的项目，聊了聊对深度学习的理解；二面视频面：做PPT，介绍项目；问我超像素算法；测量算法；结束。

突然觉得tplink招这么多人不会不好转正吧😂有点担心

双985非科班，目前比较满意的offer有两个 小米图像调校sp20*14 base北京 tplink图像算法白菜价18.5*16 base杭州  小米主要做传统3a算法，担心以后跳槽和成长空间的问题 tplink主要问题是被大家黑太惨了，有点担心，对岗位比较满意。 求大家给点儿建议

面tplink，代码题没回答出来思路直接被通知你走吧～是不是彻底凉凉了😂

1.技术面      1.自我介绍   2.问项目   3.介绍SVM原理   4.SVM的优势   5.传统图像处理与深度学习的区别   6.卷积的作用   7.对卷积神经网络的了解程度   8.卷积神经网络与BP相比的优势   9.最近遇到的压力最大的一件事      2.HR面   1.为什么报上海？   2.还有没有拿到什么offer?   3.期望薪资。

1.自我介绍 2.介绍了所做项目，问的很细 3.SIFT特征提取方法 4.介绍了解的传统图像特征提取方法 5.介绍HOG 6.HOG梯度直方图如何建立

我想去杭州呀～虽然笔试超级菜，但是还是希望能过呀～～

听说小米最近要开奖，保佑接下来一切顺利，拿到offer~

1.用一句话介绍SVM的原理；   2.如何对图片进行降噪处理；   3.

视频面：   1.自我介绍   2.聊其中一个项目   3.问我对什么语言比较熟，答C++   4.static 作用 什么是重载？   5.对测试方法了解哪些？   5.问我了解进程线程么？答不会   6.问我了解通讯协议TCP/IP么？答一丢丢~   7.timewait的作用   8.二叉树的中序遍历      哎~凉透了，感觉自己在耽误他们的时间

一、基础的图像处理知识1.腐蚀与膨胀、开闭运算对于二值图像，使用合适大小、形状结构元素（Structure Element）对图像中的每一个元素进行操作；腐蚀：将图像中每一个点与结构元素进行比对，如果完全一致，则保留该点；如果不一致，将该点去除；膨胀：将图像中每一个点与结构元素进行比对，如果完全一致，则保留该点；如果不一致，以该点为中心点，利用结构元素为模板对该点进行扩充。开运算：先腐蚀后膨胀，目的是去除图像中的一些孤立块，减少噪声；闭运算：先膨胀后腐蚀，目的是减少空洞、合并同类。2.图像的缩放算法最近邻算法、双线性插值、双三次插值3.图像特征提取方法HOG、LBP、SIFT、SURFhttp...