目录

笔试

HR面

专业面——60多分钟

主管面

反问：

笔试

8道题——简答题 + 1道编程

苹果、香蕉、梨、菠萝，彩色图像如何进行分类？一辆带车牌的汽车，图像亮度整体呈现偏亮状态，如何去提高图像的清晰度？并设计一个准确定位车牌位置的方案。训练集和测试集各5000张，进行目标检测，写出选择的模型以及设计方案？样本量不足怎么去提高检测的准确性？

数据增强

梯度下降法的优化算法有哪些，各有什么优缺点？损失函数有哪些？优缺点有哪些？激活函数有哪些？各自优缺点？

已学习透彻

C语言一段代码——考察指针以及++i和i++的区别（不会c语言）将链表逆序（编程题）——PASS

HR面

自我介绍两段实习加起来时间很长，是科研任务不重吗？

学校学理论，实习学应用，都在深度学习这条路上，没有丢

**实习是单纯的实习还是会一直实习下去？

已离职，岗位不匹配

了解公司的途径？为什么选择了这个岗位？

岗位与个人技能匹配度 + 地点

除了广州以外，还有考虑其他城市吗？

广州首选，其他东莞、深圳，在广东内

课题有没有遇到什么难点？

样本少、目标小

期望薪资20k是怎么定的？

20k是根据广州岗位平均水平

反问公司发展前景和个人职业发展规划本岗位的部门分布（研发部—图像处理部）人数（研发100多、总数500）

专业面——60多分钟

自我介绍简单介绍一下课题项目渣点部分目前的准确率多少？具体的检测思路是什么？除此以外之前的还有什么检测方法？

模板匹配、阈值分割

为什么丢弃模板匹配这个方法呢？——阴影影响阈值分割用的是什么？——大律法、三角法大律法的基本思路是什么？

基于灰度直方图，遍历阈值0-255，使得类间方差最大的灰度值作为阈值

计算类间方差的数据是什么？

不同灰度级别的概率

那为什么放弃了这个方法？——阴影问题如果用这个去检测不含渣点的图像会出现什么问题？——也会出现二值化的情况，即会误判有渣点缸体检测方面这个项目的模型选择过程？——SSD、MASKRCNN、RCNN系列Faster和maskrcnn的区别？——基础网络使用了restnet-FPN、ROI-Align代替了ROI-pooling、增加了一个mask层预测像素点的类别Rcnn系列的演变 Rcnn：2000候选框（selective search）、图像归一化大小、CNN得到特征、SVM分类FAST-RCNN：利用卷积进行区域生成、特征池化（ROI pooling）、softmax分类Faster-rcnn：利用RPN进行区域生成、smoothL1Maskrcnn:如4（2）所述Fasterrcnn的损失函数用的是什么？——smoothL1Fasterrcnn分类器用的是什么？——SVMSVM的基本原理是什么？——寻找超平面如果两个类不可分的话，怎么办？——提升维度怎么提升维度？——核函数SVM超平面是直接得到的？还是？——通过损失函数梯度下降更新得到的怎么避免过拟合——dropout、early stop、归一化、正则化、数据量增加Fasterrcnn应用到项目中，有什么改进了——聚类改进锚框比例样本量不足怎么办？——变换归一化有哪些？BN公式中有两个系数，有什么作用？反问主要是做车内还是车外？——车内人的监控、车外环境监测视觉还是激光雷达？——主要视觉

主管面

自我介绍什么时候毕业就业想选择一个什么样的职业和公司——深度学习、自动驾驶等岗位**实习了有没有意向留在那里呢——实习岗位不匹配、虽然自动驾驶但是大部分是大数据的

目标跟踪、徐工合作

应用场景是什么？——挖掘机挖头远程操控、塔吊物体高度检测（实习项目）自动拆垛是什么场景职业规划是怎样的？团队负责人有的人不愿意做负责人展时间怎么看？——看到时间占用、然后负责人得全面统筹

反问：

公司的主要核心竞争力在哪？——软硬件结合公司目前最大的挑战和困难在哪？——管理方面：人才需求——希望有全球视野、争第一的人才公司硕士和本科的比例——研发团队本硕有110多人、硕士15个，整个公司40个贵公司有想过扩展人员规模吗？——保证产品高精尖方向发展、主要扩展研发人员，生产人员不能扩展公司的出口率是99%，那有想过扩展国内市场吗？——开始扩展，比如和徐工重工合作等

小结：整体面试体验不错，专业面试过程中发现了自己课题的不足，同时面试官很专业，提出建议性方案，点到为止，不会死缠烂打找优越感

过

如果觉得《【面经——《广州敏视数码科技有限公司》——图像处理算法工程师-深度学习方向】》对你有帮助，请点赞、收藏，并留下你的观点哦！