风雨秋招路-CV太难了-记得复盘

打好基础，多刷题，才能过一面！！！

字节跳动夏令营

笔试挂，三道题：完全二叉树、最短路径之斯坦纳树、二分求座位数，多刷题啊！！！

工商银行

面试：开源项目(很重视)，Java，Linux系统，对抗学习，比赛用的模型，关注什么领域
钱少，放弃实习

VIVO

简单题，01背包，没看，牛客上有
面试：去噪项目图像标定，PC效果如何？看过什么论文？输入是什么？多尺度怎么实现？手机AI去噪算法什么想法？岗位细节
已挂

中移动信息技术面试

问了项目难点，如何解决，逻辑回归正则化，OCR

海信

实习需要三个月以上

文远知行

电话面试：自动驾驶了解吗？编程基础如何？C++会吗？想做什么方向的工作？
一面：问项目，反卷积，空洞卷积，割绳子问题(不会)，或地址，类似二分法求根号，多刷题！多总结！

六一教育

TensorFlow，OepnCV，ResNet原理，训练集效果好，验证集效果差怎么解决？卷积的输出尺寸，CNN的特性(权值共享和平移不变性)，RNN与CNN的区别，RNN的缺点，GPU训练，多卡用过没？Python的多线程，超参数怎么调

格灵研究院

真实RGB图像怎么去噪？自己的想法
Pytorch：DataParallel，Bn层，可以多卡？没听懂
Python：字典和列表的区别
介绍BN
损失函数为NAN怎么解决？
用过GAN吗
做老照片修复，去噪，去模糊，超分辨率
需要实习三个月

字节-技术中台-已挂

自我介绍，介绍项目，似乎没耐心听完
CNN防止过拟合的方法(正则化、dropout，BN)，为什么可以？梯度消失与梯度爆炸，为什么会发生，问得很细，仔细看一遍！！甚至背诵！！
算法题：数组中第k个小的数，快速排序，冒泡排序，一定要熟练！！
基础+算法！！很重要

多益网络

笔试挂，全是数据结构题目(很多排序题)，编程要求C++/Java

科大讯飞

介绍项目，监督学习怎么设计，损失函数，L1设计过没有？本科计算机为什么考研到数学，考研数学成绩，导师名字，CV任务(识别/检测/分割)了解不？编程比赛详细介绍，反问

大疆笔试

问答题：贝叶斯模式去噪、概率密度变换函数，快速傅里叶变换，其他：腐蚀膨胀，亮度与信噪比，重采样画质，C语言

海康威视

高光谱去噪的应用，怎么考虑光谱相关性？输入简单拼接有没有其他做法？

小米-打好基础！！！

自我介绍，问项目。过拟合和欠拟合，dropout对反向传播的影响，BN的定义，MobileNetV1-V3，深度可分离卷积，Softmax(公式)和Sigmoid的区别，如何转化，Pytorch的GPU不够，如何实现batcsize=8的效果？深度学习课程，去噪项目的损失函数，DenseNet说一下，除了去噪还做了啥，实习做了什么项目(难哭了)，项目用pytorch实现还是matlab

速腾聚创

做的是传统图像处理，激光雷达，点云去噪、增强，系统工程师，信号处理方面，光电测距

奇安信

笔试：机器学习、NLP居多，也有操作系统，计算机网络，数据结构题

莉莉丝笔试

SQL编程、遇到最少怪兽路线、ML问答题、概率题

阿里巴巴面试-很难

项目创新点、消融实验、幂律记忆理论、为什么这么设计？去噪的经典、主流方法有哪些？论文是否发表？小波变换原理、L1和L2区别与应用、Transformer原理、NLP、SGD和Adam的区别、无监督学习、实习内容/项目、1×1卷积作用

代码题：迷宫题(1可走，0不可走)，左上角走到右下角的路径个数，不会

美团面试

聊项目(细节、遇到的困难)、SVM(特征)、数据结构了解多少？决策树、随机森林是否了解？场景题：如何做到之前看过的视频不重复推荐？部门主要做预测算法(ETA)和运筹优化。

百度面试-多刷题，打好基础

项目细节，高光谱图像含义，最优控制(搞懂原理)、幂律记忆、门控层，反卷积(输出的变化)、空洞卷积，网络输入的处理和作用，HRNet，基础：过拟合、解决，ResNet如何解决梯度消失，BN原理，梯度更新，SGD，Adam，算法题：矩阵求最小路径和(不会)，部门做智慧城市的视觉算法。

腾讯ML面试-多刷题才能过一面！

GAN理论，SVM，神经网络可解释性，机器学习比赛，算法题：第K大的数

虎牙面试

数据结构：层序遍历、堆排序、链表有环，项目背景、难点、解决、应用，注意力机制原理，Transformer原理，分类分割检测的网络是否了解？打好数据结构、深度学习基础！

商汤一面

实习、项目

虹软笔试

比较难，CNN/RNN/LSTM区别联系应用，监督高频细节方法pytorch，信号变换，4连通点标记(测地距离近的先标记)，二叉树前序中序推层序遍历，猜数次数

美团ML二面

时间序列预测

商汤二面

问比赛

深信服

多刷题，搞明白项目原理，反卷积和双线性插值的区别，上采样方法，感受野是什么？理论感受野和有效感受野，补一补深度学习基础，公司搞网络安全和云计算，需要背景，一般使用人工经验+规则

思谋科技

为什么用HRNet，平均池化影响，数据扩增的方式与影响，金字塔模型，二值图像检测出⚪，部门做工业缺陷检测、分类、分割

TCL

项目的空洞卷积、幂律记忆，deoldify怎么改进？快速排序原理，堆和栈的区别，tensorflow什么版本？C和C++了解不

奇安信

SVD，与普通特征分解的区别，代码：二分查找，做网络安全（数据运营和流量安全/攻击）

搜狐

实习人像分割内容，GAN，上色改进，对比其他的方法，SA模块，感受野公式，反卷积与上池化，SVM算法
算法题：子树判断、树的直径，最长回文子串

触宝

实习内容，GAN如何训练，SA与卷积相比的优势，向量相似度用余弦和欧式距离排序相同为什么？算法题：暑假英语数学补习班休息天数。部门做小说推荐，NLP

寒武纪

优点和缺点，高光谱是什么？本科成绩和研究生成绩，数学角度理解神经网络。做芯片，图像，不包括音频

快手

空间光谱信息提取模块，幂律记忆，SA实现代码，ResNet和DenseNet什么时候等价？问的很细，算法题：数据流的中位数，不会

海康图像调试

光学图像、传统图像算法

金山WPS-比较想去的

resnet和densenet的细节，人像分割至少熟悉一个方法(现在的太水了)，要求C++，真实图像去噪怎么做？梯度消失怎么解决？问得很细
去噪网络修改建议：使用L1损失、使用GAN(细节好)，L2损失会刷高PSNR
工作内容：OCR、抠图、超分、修复、轻量级、图像编辑、PDF转word、图像相似性(图像匹配、查找)，检测、分割

浩鲸科技

项目细节(CNN的BN怎么做)、实习细节(交叉熵损失公式、感知损失有什么优点)，很细，忘了

华为公共开发部

做数据库、爬虫、通信、NLP，跟CV关系不大，算法题：有向关系求环，字符串全排列。高光谱去噪的应用场景，如何评价方法的好坏，项目遇到的困难如何解决，怎么设计方案，跟队员的分歧，为什么要参加比赛？比赛收获了什么？最有成就感的事情，个人爱好，职业规划，美国打压华为还想来华为你怎么看？实习内容，实习遇到的困难如何解决？部门关键字：运营商电信联通，企业，消费者，NCE-super，网络，信号传输，软件，5G，自动驾驶网络，端到端，RDPM，项目，PE，培训：导师，部门，业务，在东莞或南京，期望薪资：30w

海康威视产品研发

实习上色的数据对怎么安排，项目的数据对怎么安排，损失函数是什么？清晰度评价(梯度，sobel)，SSIM公式，无参考图像怎么评价清晰度，会不会C语言

寒武纪-基础太差

Python多线程，list删除重复元素，指针函数与函数指针，linux查看操作系统内核，linux查看CPU，查看显卡显存速率细节，linux解压tar，grep用过吗？SA与Attention的区别，OpenCV用过吗？C++会不会？余弦相似度应用场景，目标检测MAP的定义，损失函数有哪些？欠拟合与过拟合，激活函数有哪些？pytorch自定义层CPU与GPU，工作内容：芯片GPU，性能优化。

芯动科技

SVM，多分类怎么做？指针和引用的区别，工作内容：芯片，传统图像处理，渲染GPU，AI芯片

广东人工智能先进研究院

图像生成模型、python迭代器、C++多态，体制内无编制，做机器人和感知

电信天翼云

信号、傅里叶变换、随机过程与随机变量、平稳随机过程、优化、矩阵论SVD、QR分解，图像缺失16*16块的补全怎么做(GAN怎么做)，许多16*16块进来一个16*16块寻找相似块，C/C++混合，结构体和联合体，linux查看CPU内存，进程与线程，虚拟内存与物理内存，堆排序。做的是图像压缩、编码解码、图像识别

星环科技

HRNet有哪些结构？人像分割用的什么模型，MaskRCNN了解不？过拟合的原因和解决方法，dropout的补偿，L1和L2正则化，哪个可以加快模型训练为什么？pytorch训练和测试(eval)，pytorch损失函数反向传播，用哪些损失函数，MSE和交叉熵的区别。在上海，做分类、检测、分割、人脸识别、OCR

寒武纪二面

算法题：字符串压缩，工作地点，偏向于开发

海信终面

证明：无理数比有理数多，工作地点，薪资，学校每天的工作，课题最有创新的地方，导师是否给你压力，反感不？职业规划，倾向于有压力的工作还是悠闲的工作，抗压的例子，要去山东军训一个月

博智林一面

了解博智林吗？为什么投博智林？了解博智林产品吗？为啥想转深度学习？一次比赛经历，项目创新点在哪里？实习跟课题不相关，如何学习？会不会传统图像算法、opencv、C++？

荣耀一面

网络设计，训练对的构造，去噪和去模糊怎么同时做？有没有做过超分？实习经历介绍，意向工作地点，有没有学过编程？

博智林二面

项目需求、改进、轻量化，优化器思想和优缺点，激活函数，过拟合与欠拟合，除了去噪有没有做过其他的，yolov1-v5的发展，fasterrcnn，传统机器学习(树模型)，transformer，自然语言处理有没有做过，数学竞赛考什么

同花顺一面

项目、实习、比赛，从0开始复现，代码调试经验

同花顺二面

落地项目多练练

欢聚时代一面

噪声来源，噪声类型，传统算法，傅里叶变换(schwarz)，采样定理的证明，U2Net，HRNet/DenseNet，yolov5结构和流程，有没有对比过Transformer去噪算法，SwimT/Vit介绍一下，算法题：n只蚂蚁走L长的杆，碰撞速度转移，求最后一只蚂蚁掉下去的时间。GAN原理，StyleGAN论文，你的优势还有哪些？SR和去噪的区别，主要做检测、分割、分类、GAN生成、短视频、内容理解；建议：检测和分割的经典网络要熟悉，看原论文，经典方法如yolo系列，rcnn、ssd

春招笔经面经

步步高

43道不定项选择题

Shein

笔试：10道单选涉及推荐系统，编程题：括号字符串的有效性，二叉树找累加和为指定值的最长路径，最长上升子序列

OPPO

选择：深度学习，相机原理，图像处理基础，编程题：非负二叉树，连通域的内周长

360

选择题：机器学习、自然语言处理，数据库，操作系统，概率论

# 成绩变化
n = int(input())
ming = list(map(int, input().split()))
sheng = 0
jiang = 0
chengji = 50
for i in range(n):
    if ming[i] < 100 - chengji:
        a = 100 - chengji - ming[i]
        if a % 10 != 0:
            a = a // 10 + 1
        else:
            a = a // 10
        chengji += a
        sheng += 1
    elif ming[i] > 100 - chengji:
        a = ming[i] - 100 + chengji
        if a % 10 != 0:
            a = a // 10 + 1
        else:
            a = a // 10
        chengji -= a
        jiang += 1

print(sheng, jiang)

# 不及格的小A
nums = list(map(int, input().split()))
zhu = list(input().split())
wei = list(input().split())
bing = list(input().split())
m = int(input())
for _ in range(m):
    ans = ''
    num_zhu = 0
    num_wei = 0
    juzi = list(input().split())
    if len(juzi) <= 1:
        ans = 'NO'
    else:
        for i in range(len(juzi)):
            if juzi[0] in zhu:
                num_zhu = 1
            if juzi[i] in wei:
                num_wei += 1
    if num_zhu > 0 and num_wei == 1:
        print('YES')
    else:
        print('NO')

CVTE-图像算法

学的好的课程，学了什么，SVM的原理、公式，PID学过吗？
比赛：比赛任务，分工，数据增强方法，yolov5流程，各种模块功能
项目：光谱相关性，门控层，幂律记忆，HRNet和DenseNet，批量归一化，batchsize=1会怎么样？
数据结构：二叉树遍历，单链表和循环链表，过拟合现象，解决方法

VIVO-深度学习

笔试：选择：操作系统，编程：取手机的方案总数(硬币)100，高频图片统计问题90，公寓分配最小成本问题(01背包)40

虾皮

笔试：选择题：数据库、操作系统、计算机网络，比较难
编程：乘积最大子数组80，用户账单逾期扣分100，最少计算次数90

class Solution:
    def GetSubArrayMaxProduct(self, nums) :
        # write code here
        n = len(nums)
        dp = [0] * n
        dp[0] = nums[0]
        for i in range(1, n):
            if dp[i-1] > 0 and nums[i] > 0:
                dp[i] = dp[i-1] * nums[i]
            elif dp[i-1] < 0 and nums[i] < 0:
                dp[i] = dp[i - 1] * nums[i]
            elif dp[i-1] > 0 and nums[i] < 0:
                s = nums[i]
                for j in range(i-1, -1, -1):
                    if nums[j] > 0:
                        s *= nums[j]
                    if nums[j] < 0:
                        s *= nums[j] * dp[j-1]
                        break
                if s > nums[i]:
                    dp[i] = s
                else:
                    dp[i] = nums[i]
            else:
                dp[i] = nums[i]
        return max(dp)

class Solution:
    def calDPDScore(self, dpdInfo):
        # write code here
        maxY = 0
        nums = list(dpdInfo)
        n = len(nums)
        numY = 0
        i = 0
        while i < n:
            if nums[i] == 'N':
                i += 1
                numY = 0
            else:
                numY += 1
                i += 1
            maxY = max(maxY, numY)
        if maxY == 0:
            ans = 0
        elif maxY <= 3:
            ans = -10
        elif maxY <= 7:
            ans = -15
        else:
            ans = -25
        return ans

class Solution:
    def GetMinCalculateCount(self, sourceX, sourceY, targetX, targetY):
        # write code here
        cishu = 0
        while sourceX != targetX and sourceY != targetY:
            if targetX % 2 == 0 and targetY % 2 == 0:
                # if targetX / 2 > sourceX and targetY / 2 > sourceY:
                targetX /= 2
                targetY /= 2
                cishu += 1
            else:
                targetX -= 1
                targetY -= 1
                cishu += 1
            if targetX < sourceX or targetY < sourceY:
                cishu = -1
                break
        return cishu

Lazada

解码异或后的排列、数组度相同的最短连续子数组

nums = list(map(int, input().split(',')))
du = 0
ans = 100000000000
number = set(nums)
dunum = []
for num in number:
    du = max(du, nums.count(num))
for num in number:
    if nums.count(num) == du:
        dunum.append(num)
for i in dunum:
    t = []
    for j in range(len(nums)):
        if nums[j] == i:
            t.append(j)
    ans1 = t[-1] - t[0] + 1
    ans = min(ans, ans1)
print(ans)

酷狗音乐

项目背景、成员、工作职责、亮点，网络的backbone，门控层，HRNet，幂律记忆层，交叉熵损失函数，yolo、faster rcnn和ssd的区别、优缺点，ssd多尺度是怎么检测的。工作：酷狗音乐、酷狗直播，视频内容理解，检测，分割

OPPO

实习介绍，上色的损失函数，项目介绍，数据集，损失函数，有没有做轻量化？边缘模糊怎么办？
会不会C++，落地部署
传统的去噪方法，BM3D，WNNM
脸上的痣怎么用传统方法识别出来？
数学理论对学深度学习有什么优势？
GAN的应用场景和优缺点

CVTE二面

项目，实习，如何判断图像模糊？收敛快和收敛慢哪一个好？序列 ( x , y , t ) (x,y,t) (x,y,t)有标签如何分类？为什么用SVM？如何进行特征提取？
为什么对底层视觉感兴趣？
签了哪个offer？
文档图像、内容识别、姿态估计、轨迹分类

西山居

全是C++题目，编程题：图形相交检测、单向链表旋转，Varints编码实现

OPPO二面

项目(真实图像去噪怎么做，是否了解高光谱图像的噪声来源机理)，实习(做了什么改进)
定了高目标实现了的事情，发不了顶刊的原因，拿了什么offer，职业规划，工作强度怎么看待？C和C++熟练嘛？
工程部署落地出问题怎么办？算法部署到手机，封装成SDK，出现各种问题怎么办？
应届生更看重潜力

CVTE底层视觉一面

DnCNN、FFDNet、CBDNet的思想，传统去噪方法，超分辨率的算法
项目数据集、分工，专利的思想，看过最新的去噪论文，知道DIP吗？
C和C++会不会
实习工作与改进
比赛分工

创维数字

高光谱怎么应用到自然图像？实习内容，目标检测比赛主要职责，目标检测是否了解？深度学习基础：
输出特征大小，参数量，计算量，CNN相对于全连接的特点( 权值共享 和 局部连接)，感受野定义，增大方法，1*1卷积的作用，优化器，反向传播流程与公式，为什么用3*3卷积，为什么用奇数。梯度消失解决方法，Loss出现NAN原因及解决，激活函数有哪些？ReLU的缺点，学习率衰减的方法
做摄像头，增强、识别、检测

OPPOHR面试

对OPPO的了解，找工作看重什么？收到的offer情况，项目的背景、职责、困难、市场价值，反问