【感知算法面经二】美团智驾感知算法面经
🌈专注分享自动驾驶算法相关技术干货内容，新闻资讯，大厂实习和秋招准备思路以及算法岗求职面经
本文首发于小红书FelixTea，欢迎关注我了解更多自动驾驶干货内容！
💫 自动驾驶感知算法实习/秋招面经合集（持续更新中🔥）
《理想自动驾驶感知算法秋招面经》
《华为车Bu自动驾驶感知算法秋招面经》
《地平线自动驾驶感知算法提前批面经》
《百度自动驾驶感知算法提前批面经》
《小米自动驾驶感知算法实习面经》
《美团自动车配送部感知算法实习面经》
《蔚来自动驾驶感知算法实习面经》
《旷视迈驰自动驾驶感知算法实习面经》
《博世自动驾驶感知算法实习面经》
《轻舟智航自动驾驶感知算法实习面经》
一、第一轮技术面试
- 自我介绍
- 整场面试一大部分时间是基于之前实习过程中涉及到的项目及项目中的感知算法进行提问和交流
- 介绍一下BEVFormer算法流程以及对这个算法的理解
- 介绍一下EBVDet算法流程以及和BEVFormer算法的区别
- 根据其中的一个项目，询问了常见的模型蒸馏的形式和损失函数
- 还问了一些2D目标检测相关的基础知识（包括但不限于以下内容）
- 介绍端到端的2D目标检测算法标签分配策略及实现流程
- 介绍一下Swin-Transformer以及相比于Vision-Transformer的优势
- 根据简历中涉及到的项目介绍了RetinaNet算法的整体实现流程
- 承接上一问题，介绍一下RetinaNet中的标签分配策略
- 代码考察
- 利用梯度下降算法求解一元二次方程组
- 基于优化的过程继续询问了梯度爆炸解决思路
- 在梯度更新的过程中，如何引入动量
- 如果模型训练的过程中训练损失出现了NaN，一般从哪些方面入手进行解决
二、第二轮技术面试
- 自我介绍
- 第二轮面试主要针对简历中实习期间涉及到的项目进行了提问
- （包括但不限于项目的背景、核心技术路线、具体在业务数据集上的性能指标等等）
- 根据实习期间做过的蒸馏项目具体询问了蒸馏细节（蒸馏方式、使用的蒸馏Loss等等）
- 如何根据一个水平框检测器实现一个旋转框检测器（基于简历中的项目进行的提问）
- 在旋转检测算法模型中，如何计算两个旋转框的IoU值（主要写一下计算的伪代码）
- 了解哪些常见的2D目标检测算法模型
- 无锚框的检测算法FCOS算法的标签分配策略是什么
- 对于FCOS算法，如果一个anchor point同时落在两个真值目标上，算法如何解决的
- 代码考察
- 合并K个升序链表（Leetcode原题）
码字不易，欢迎关注我及时获取最新求职干货内容🌟
#面经##秋招##互联网##算法##自动驾驶#
查看25道真题和解析