本人双非渣硕，研究生期间都是做深度学习相关研究。 能力一般，学校一般，加上秋招cv岗爆炸，对比几个offer后，最后签了一家苏州的公司。 疫情在家，闲得慌，加之之前的公司加班有点严重，所以就试了试苏研的python开发。 本人对开发一点不懂，就看了点面试题就去了，撑到最后全靠运气😅 一面（技术） 4月18，等待一小时左右 二面（HR） 4月21，等待一小时左右 三面（管理层） 4月22，等待一小时左右 面试总结 1. 春招比秋招难得多 2. 懂python开发的话，简单 3. 其他方向转python开发，有点难度 接下来做的就是等消息了。

本人双非渣硕，研究生期间都是做深度学习相关研究。 能力一般，学校一般，加上秋招cv岗爆炸，最后签了一家一般的公司。 疫情在家，闲得慌，之前的公司加班有点严重，所以就试了试苏研的python开发。 本人对开发一点不懂，就看了点面试题就去了，撑到最后全靠运气😅 一面： 4月18，等待一小时左右 二面： 4月21，等待一小时左右 * * ** 终面： 4月22，等待一小时左右 * * 面试结论： 1、春招比秋招难得多 2、懂python开发的话，简单 3、其他方向转python开发，有点难度...

一面面经见之前所发帖子 二面面经如下： 感觉开发岗位的hc可能不多了~~

春招。通知8点半面试，九点半才开始

本篇博文主要介绍对不同类型的图像噪声进行分类和去噪。 发表论文 The classification and denoising of image noise based on deep neural networks (SCI) 项目简介 现有的去噪方法取决于噪声类型的信息，通常由专家分类。换句话说，那些方法没有应用计算方法来对图像噪声类型进行预分类。此外，这些方法假设图像的噪声类型是像高斯噪声那样的单类噪声类型，这限制了实际应用中去噪方法的选择和能力。 与现有方法不同，我们采用一种新框架，不仅可以对单一类型噪声进行分类和去噪，而且可以根据实际需要对混合类型的噪声进行分类和去噪。...

宇视科技面试 10月13号在线笔试，题目比较简单，当晚收到面试通知 10月15号面试一面：技术面 实习公司的项目（人脸关键点和人脸检测）半小时 通过二面：hr面，工资只给12k+每天50餐补+15交通补 太低了，于是申请加了一轮技术面三面：技术面，聊了研究生做的项目，发的论文 问我要多少，我说期望15k 一天后，邮件通知没过=-= 工资太低了在杭州，安防领域的老三，公司奉行华为体制的狼性文化，但待遇真的一般。

4个月的实习结束了，本文主要记录自己实习期间对人脸关键点检测的调研结果。 目录结构 1.背景介绍 2.开源数据集 3.评价指标 4.检测方法 5.论文解读 5.1传统方法 5.1.1 Active Shape Models-Their Training and Application 5.2基于级联形状回归 5.2.1 Cascaded pose regression CVPR2010 5.3 基于深度学习 5.3.1 Deep Convolutional Network Cascade for Facial Poin...

本文主要介绍将训练好的网络模型，移植到FPGA等硬件平台上所必须的准备工作。 不涉及具体的用C语言重新编写卷积操作、RAM存储等设计，本人做的只是辅助工作=-=。 项目简介 论文地址：FaceNet: A Unified Embedding for Face Recognition and Clustering 将在服务器上训练好的FaceNet模型移植到FPGA等硬件平台上，实现人脸的检测推断过程。要想实现上述操作，必须先进行下面2个操作： 模型参数的提取：解析 FaceNet 的网络结构， Restore 训练好的模型，提取各网络层参数。 参数的量化压缩：模型参数量巨...

现如今，基于声音信号的海上目标识别是进行海量探测和目标识别的可靠方法，也是水声信号处理领域的重要研究内容。 发表论文： Expansion of restricted sample for underwater acoustic signal based on generative adversarial networks (EI) Deep Learning based Framework for Expansion, Recognition and Classification of Underwater Acoustic Signal (SCI) 项目简介 数据...

之前在这C语言实现八大排序算法（一）和C语言实现八大排序算法（二）2篇文章中，已经详细介绍了各种排序算法的思想，参考资料主要是用C语言实现的。本文主要用python语言再次实现十大排序算法。 十大排序算法的复杂度及稳定性分析如下表所示： 插入排序 代码 ''' 1. 从第一个元素开始，该元素可以认为已经被排序 2.取出下一个元素，在已经排序的元素序列中从后向前扫描 3.如果该元素（已排序）大于新元素，将该元素移到下一位置 4.重复步骤3，直到找到已排序的元素小于或者等于新元素的位置 5.将新元素插入到该位置中 6.重复步骤2 ''' def insert_sort(list): ...

最近忙着找实习，对计算机视觉中常见的问题做了简单梳理，会不定时更新。 CNN CNN在图像上表现好的原因 直接将图像数据作为输入，不仅无需人工对图像进行预处理和额外的特征抽取等复杂操作，而且以其特有的细粒度特征提取方式，使得对图像的处理达到了几近人力的水平。 参数和计算量的计算 卷积输入为 Ｗ × Ｈ × Ｃ ...

本文主要介绍卷积神经网络（CNN） 的发展演变，包含对每个网络的结构分析，创新点总结。 内容来自自己的收集整理，还有网易云课堂吴恩达的卷积神经网络教学视频。 LeNet-5 LeNet是LeCun在1998年提出，用于解决手写数字识别（0-9） 的视觉任务。自那时起，CNN的最基本的架构就定下来了：卷积层、池化层、全连接层。如今各大深度学习框架中所使用的LeNet都是简化改进过的LeNet-5。和原始的LeNet有些许不同，比如把激活函数改为了现在很常用的ReLu。 LeNet-5跟现有的conv->pool->ReLU的套路不同，它使用的方式是conv1->pool-...

剑指offer（21-25）。 栈的压入和弹出序列 题目描述 输入两个整数序列，第一个序列表示栈的压入顺序， 请判断第二个序列是否可能为该栈的弹出顺序。 假设压入栈的所有数字均不相等。例如序列1,2,3,4,5是某栈的压入顺序， 序列4,5,3,2,1是该压栈序列对应的一个弹出序列， 但4,3,5,1,2就不可能是该压栈序列的弹出序列。（注意：这两个序列的长度是相等的） 思路 借用一个辅助栈 代码实现 class Solution: def IsPopOrder(self, pushV, popV): if len(pushV)!=len(po...

剑指offer（16-20）。 合并两个排序的链表 题目描述 输入两个单调递增的链表，输出两个链表合成后的链表， 当然我们需要合成后的链表满足单调不减规则。 思路 递归 非递归 代码实现 class ListNode: def __init__(self, x): self.val = x self.next = None #递归方法 class Solution: # 返回合并后列表 def Merge(self, pHead1, pHead2): list_merge=None #...