自动驾驶感知面经-百度
一面
- 自我介绍
- 论文 自己介绍论文内容（语速偏快了）解耦如何实现是不是端到端，怎么个训练方式怎么用transformer实现的？具体输入输出是怎么做的，如何保证历史帧信息的有效利用。 问的比较深
- 实习 分类的数据量对比学习优化前，resnet的初始化方式（随机初始化）然后他也比较怀疑，完全随机初始化的权重，用7k的数据可以训练好一个resnet50吗有用到哪些数据增强方式，或者实际的tricks对比学习的时候，如何保证模型得到期望的结果（这里在细节上讨论了一小会）
- 自动驾驶项目 整个检测-tracking的pipeline描述（说到只用了传统检测，他打断了，让只说tracking）在tracking过程中，需要应对的问题面试官：使用速度预测作为关联条件的话，跳变会比较严重，有没有考虑用ICP的方式去匹配没做，balabala解释了一堆原因，面试官说没关系，就是想了解我做了哪些工作pointpillars介绍（讲了一半他觉得有点啰嗦）对bevfusion做了什么改进（没改进....）在实际端侧部署的时候遇到了哪些问题 使用KL散度量化的时候精度不够追问我KL散度量化的原理MIN-MAX量化的原理
- 机器人竞赛的一等奖，介绍一下做的内容
撕题：
- Mid 二叉树层序遍历（思路肯定没问题，但有段时间没写C++，搞了好几个语法错误就很丢人...）
- Mid 最大正方形（面试官直接说了考动规，所以比较快做出来了）
反问
总体感受：纯面50min，撕题30min左右， 时间不是最长的，但是感觉是细节被问的最深的一次，面试官太强了，检测、tracking都聊的挺深、对比学习他也懂....量化那边的KL散度量化也懂...点云他还懂
二面
自我介绍
简单聊了聊论文
简单聊了聊项目（我当时觉得肯定是KPI了）
实习经历：自己balabala介绍
面试官：啊没什么问题（我：啊寄）
手撕：
看你项目里有聚类，写个kmeans吧
C++很快撕出来了
总计50min
以为寄了，结果第第二个工作日早上就约三面了
三面
经理面
- 问了两个C++八股vector的resize和reserve
- 有没有做过一些性能优化的工作
- 其他公司的面试进度
基本是聊天，总共35min就结束了
后续拿到了小sp吧算是，不过开奖真够晚的....
#自动驾驶##算法##面经#
