阿里，腾讯，蘑菇街 算法（计算机视觉）凉经

实习投了好多家，就暂时面试了这三家

下面把面经分享给大家，希望对大家有帮助

岗位是计算机视觉

蘑菇街面经 结束（失败） 一面

直接问项目
首先是项目介绍，主要的功能，目的是什么，数据是从哪里来的？识别的算法具体是怎么做的？
FaceNet, arcface介绍，arcface方法的创新点是什么（这个勉强答上来了，但是对于这个方法的解释完全不够）arcface的归一化有什么好处？还有为什么要做归一化，我就解释会可以映射到球面上这个是不对的，是算两个的距离
对量化的理解，这个地方我说的有点问题，做量化的目的是什么？目的就是模型变小，计算速度变快，量化的原理
量化之后肯定会变快？因为浮点的计算的过程太慢了？你确定吗？对CPU这种，浮点的计算过程会做一些优化，这个时候还会快？

项目二主要做的是什么？还是对项目的描述，具体是怎么做的？我在描述项目的时候要注意的地方
重分类是什么意思？你的anchor会不会很多啊？
弱监督的方法，之前的方法的问题，我的这方法的问题，这里描述好场景
训练的过程是怎么样的，我感觉我完全没有解释清楚，10%数据是怎么参与训练的

基础知识
优化方法 Adam 原理
交叉熵的基本形式为什么是这个样子，背后的原理，为什么用这种形式，本质的原因
决策树（我语言解释的也不是很好）
红黑树
C++的多态，智能指针
python的dict底层实现，map和reduce的原理

阿里 一面
主要是在讨论论文
为什么在Faster Rcnn中分类和回归 两个任务是冲突的
在做检测的时候，如果其中某一类的效果不是很好，应该怎么去提升
弱监督领域的技术挑战是什么，你觉得弱监督领域存在的主要问题，弱监督领域经典的论文

• 我的自我介绍
• 出彩的项目一道两个介绍，要求从从基本内容，难点，怎么解决的，有哪些收获来介绍，会对项目里的细节进行提问
  
• 基础知识的提问
• 我可以提问
  

腾讯 一面 结束（失败）

自我介绍

弱监督的项目，如果不添加其它的约束的话本质上还是只利用了少部分的标签，并没有解决过拟合的问题，面试官觉得应该加一些额外的比如注意力这种

强监督方法，主要是针对分类的问题，那么回归就不管了吗？虚警的原因通常是因为什么造成的？强监督方法为什么分类的能力不强？目标检测今年来的改进有哪些？softer nms ？mask rcnn的创新点？roi align和roi pooling的区别？移动端上检测方法的文章？应用场景是什么？

分割和图像生成领域的呢内容了解吗？

基础知识：

激活函数，sigmoid，relu（relu在0的位置是怎么解决的？）

梯度消失，梯度爆炸，反问我bn是否解决了梯度消失，真的解决了吗？我犹豫了

BN和IN的区别

python生成器，怎么处理异常的，有什么种类的异常

落地的项目比较少，视觉的方向广度还不够

还是太菜了，挂掉之后状态很不好，感觉自己快失业了，但是还要继续加油才行啊