wps和奥比中光cv算法岗位比较(附cv算法面经)

菜鸡一枚，硕士研究的cv。拿了wps的机器学习算法工程师实习和奥比中光计算机视觉算法工程师的实习offer。

我纠结的是金山wps这家算大厂光环吗？相比奥比中光确实更大，但是奥比在深圳，也是专门做cv起家的，相比的话哪一家对将来秋招更有帮助呢？谢谢大家了

面经：

奥比：

技术面：（45min）

1.自我介绍
2.项目介绍
3 YOLOv3跑过没有
4 Hough变换的原理
5 项目当中的细节如何实现的
6 图像分割了解多少？
7 问1 * 1卷积核的作用
8 全连接层的训练过程
9 自己在实际训练的过程中遇到了哪些问题，有什么trick？
10 数据集不够大的时候应该怎么办？
11 deepsort 和 sort的原理，优缺点
12 有什么问题要问我的？

HR面 （27min）
1.介绍一下研究生阶段的项目
2.介绍一下两个比赛
3.问发展，理想，性格，读书，写作
4 有什么要问的

地平线（凉了）：

一轮：37min

1.YOLOv3跑过pasca voc没有，指标精确率是多少？YOLO当中训练的loss是什么，不仅仅是binary cross entropy，还要知道实际论文当中使用的loss。
2.numpy手撕代码，人脸识别的场景下，输入105*12的feature map，用这个在1000512的特征库当中用欧氏距离去匹配105*12的feature map，用这个在1000*512的特征库当中用欧氏距离去匹配10*1000的特征，得到这个output。
3.问项目当中存在的问题，各个指标是怎么来的，数据集的数量，最终的部署问题。
4.基础，解决过拟合的方法，L1,L2正则化的原理和区别，dropout的原理，有没有看过最新的dropout的论文。
5.解决数据不均衡问题的方法，过采样和重采样的原理，focal loss的原理。
6.tensorflow写一个最简单网络的代码，tensorflow的一点小问题。
7.有什么问题要问的。

二轮：30min

1.项目问了一下。
2.比赛问了一下，有什么改进的地方。
3.深度学习的发展历程，分类，检测。
4.YOLO，SSD当中的训练的细节，anchor的细节，跑过哪些模型。
5.有什么问题要问的

小视科技cv

0.自我介绍
1.介绍项目，整个流程说了一遍之后就开始问项目当中的技术细节。
2.Yolov3相比于Yolov2有什么改进
3.anchor的细节（有点忘了问了什么细节了。。）
问到了anchor当中9个anchor的参数数字各代表什么意思？分开后的参数数字又代表什么？
anchor在前向传播中哪个地方做了计算。
这里我答的不好
4.NMS的原理，假设两个人靠的非常近，则会识别成一个bbx，会有什么问题，怎么解决？
5.用什么来标注图片（labelimg），pascal voc的标注的格式（XML）
6.除了检测还会什么dl，答分类，问了resnet的细节，解决了什么问题，是什么结构？为什么能解决这些问题？resnet实现过程，画图说明，add，contact方式的区别和优缺点。相比GoogLenet的优势。
这里我答的也不好
7.读图片数据是用的什么（cv2），什么方式可以增加图片的维度？就是在（w,h,channel）的基础上增加一维Batch_size批量，numpy，TensorFlow怎么做到上述过程？
这里依然没答好
8、TensorFlow最新版本的改进（Keras变成tf的高级接口了，直接tf.keras）
9.Pytorch当中permute和view的功能（可惜没用过，没答）。。。
10.有什么问题要问的。。