1.自我介绍2.介绍项目并提问：a.怎么训练这个模型的，询问具体参数？b.什么是BN，有什么作用，Transformer里面用的是BN吗， BN和LN有什么区别，为什么不用BN用LN？c.CNN和Transformer有什么区别？d.了解别的感知算法吗，介绍下BEVfusion？e.BEVfusion具体是怎么把2D映射到3D的？3.手撕IoU4.反问总结：hr人很好，不会的地方会给你提示，真的非常感谢。问的问题也不是特别偏难怪，主要围绕项目提问，另外问一些dl的八股，几乎没有问C++，但是代码题是用C++写的（刚开始想得太麻烦了，在提示下写出来了）。感觉目前的手撕环节考算法题的越来越少，更多...

1.自我介绍2.介绍项目，提问：a.是否了解传统slam做法？b.RNN和CNN的区别？c.什么是多态？d.什么是虚函数？e.什么是智能指针？f.是否了解stl?g.是否了解别的slam算法？3.代码：二分查找4.反问：贵公司在定位和建图分别使用的主流技术是哪些，传统方法更好还是深度学习的方法更好？总结：感觉hr提的问题都比较基础和简单，并没有进行深挖，态度也很随和。关于c++的几个八股也不算难，不过好久不用有些忘了，hr也给了一定提示，代码题也很简单，c++或者py写都可以。

1.自我介绍2.提问：a.yolo里面有什么比较让你感到有意思的点？b.yolo学术界最新的迭代是在干什么，怎么优化yolo的架构？c.yolo的前处理和后处理？d.SLAM有什么用？e.是否了解大模型？f.yolo的损失?g.最近读过的比较有意思的论文？3.手撕NMS总结：感觉hr不是搞CV和SLAM的，一直在问学术上的东西，感觉还是比较偏学术。项目相关东西根本没问，可能AI研究院就是这样的。

1.自我介绍2.介绍项目并提问：a.详细讲讲CBAM注意力机制，具体是怎么进行计算的？b.各种改进以后项目的量化效果？c.BN是什么，具体是怎么计算的？d.DeepVO数据集的真实值是怎么得到的？e.是否了解别的端到端的VO算法？f.是否了解别的感知算法？g.介绍下BEV的具体操作?h.是否做过传统的SLAM项目?3.反问：矿山智驾和城市智驾有啥区别？端到端的方法和传统方法哪个更好？

1.自我介绍2.介绍项目，提问：a.数据增强的目的，为什么要做这两种数据增强？b.评价指标是什么，什么是精确度、什么是召回率、精确度的计算公式？c.是否了解分类的损失函数，什么是focal loss? d.目标检测的损失函数是什么，yolo的损失函数？e.什么是过拟合、欠拟合，怎么改进过拟合、欠拟合?f. 为什么要用非线性函数，有什么作用？g.CBAM是什么，有什么作用，加在哪一层，加上来以后要做什么调整，为什么加上以后可以直接训练不会影响yolo原来的参数?3.代码题：a.手撕Dataset, 手撕一个网络Net，Dataset里面有哪两个必须的函数，手撕整个模型训练的过程，有哪些操作？什么...

1.自我介绍2.拷打项目（详细介绍下yolo杂草检测项目）:介绍完以后提问，yolo的模型架构是什么，什么是自注意力机制，是否了解大模型，为什么要进行迁移学习3.算法题：输入n个点，横坐标为参数量，纵坐标为精度，输出若干个较好的点（即参数量少、精度高的点）。说实话，没怎么听懂这个问题，也没要求写代码，只需要说个思路。我说的是越往左上角的点越好，hr说可以用一个栈，逐点和栈顶元素比较，较好的进栈，最后栈内的元素即为所求。我还是有几个问题：怎么知道栈内要放多少个元素，以及比较的方式是什么都没有解释说清楚。总的来说，算法题感觉比较奇怪，和别的大厂相差比较大。4.常规提问：实习多久，每周几天。总结：流...