西门子-研一--cv-实习面经

1.个人介绍，能不能实习，实习时间（研一课少可以去）
2.毕设项目：网络做了什么创新，基于什么的创新，创新的模块是什么，相对于现有的模型怎么样？dice系数比sota低，什么比sota好
3.vae 没了解过
4.transformer 和 vit 流程：vit用了哪种注意力机制（自注意力机制），vit为什么要卷积（transformer更适用于每个token相对较长的序列）
5.场景题：基于场景提出一个解决方案，先问了面试官具体场景，感觉可以用clip做，因为是zeroshot任务。问了clip架构和训练流程，以及为什么引入会好（因为clip实现了两个模态的特征对齐）
感觉要寄，问了些目标检测的问题，结果precision和recall都没说明白，还得多练啊