【美团】2021届cv算法实习面经
2020.2.23 已经收到HR电话，协商时间可以进行入职。
先自我介绍一下，本人某985自动化专业，cv方向，接触过目标检测以及目标跟踪领域。
由于还在面试过程中，此贴会及时更新信息，记录过程。
一面（电话面试）：50min
1.对感受野的理解？例如VGG网络，最后一层卷积网络输出图片对于输入图片的感受野的大小？
ps：之前一直没有关注这个问题，以前理解的感受野都是针对上一层的，感受野就是卷积核的尺寸。
2.神经网络中的偏置项（b）尺寸应该是什么样的？
ps：了解b的作用，但是对它的shape已经不太记得怎么算的了，基础知识有待加强。
3.简述Cascade R-CNN的提出为了解决什么问题？
为了解决提高阈值容易造成的训练数IOU阈值分布变化的问题----过拟合和mismatch
4.Resnet为什么有效果？
5.1*1卷积核的作用？
升降维度；增加非线性因素
6.MTCNN使用的损失函数？
ps：当时不记得MTCNN的损失函数了，不过基于对loss的认识，一般分类都用交叉熵损失，回归用L2 LOSS（距离一般也是，关键点同理）
7.如何结果过拟合的问题？
数据增强，增大数据量 / 换更大更深的网络，更好的backbone / dropout / L1 L2正则化/ early stop / BN
8.SEnet的结构？SEnet如何放到Resnet的backbone里？
9.算法题
阶乘后0的个数 leetcode 172
ps：刷题量不够，没有做过这个题，在面试官引导下也没有完全解答清楚，有点遗憾。
二面（视频面试）：30min
1.与项目相关的各种问题。偏整体思路多一些，以及使用的各种trick为了解决什么问题，关注实际问题的解决。
2.算法题：
给定一个数组[3,2,5,0,2,0,0,0,0,7],实现一个算法，使0都放置在数组末尾，其他元素保持顺序不变。要求时间复杂度为O(n),空间复杂度为常数。
以上为大概的面试过程，拖延症的我整理的慢一些。
是我找春季实习的第一个offer，希望能给同找实习的各位一定的帮助。
祝我们好运。
投递拼多多集团-PDD等公司10个岗位 >