modift cv_interview

zonechen1994 · Oct 22, 2021 · 0ef0383 · 0ef0383
1 parent 93714f1
commit 0ef0383
Show file tree

Hide file tree

Showing 234 changed files with 13,222 additions and 93 deletions.
diff --git a/.DS_Store b/.DS_Store
diff --git a/README.md b/README.md
@@ -1,137 +1,122 @@
-# CV_Interview
+## 一.《百面计算机视觉第三版》简介
 
-## 特别感谢小伙伴们(排名不分先后)：
-- **DarrenZhang**
-- **BJWang**
-- **小亦**
+本仓库（**cv_interview**）主要针对的是计算机视觉算法岗面试题的整理。这一版本，我们开始汇总各大**互联网大厂公司**技术岗考察的**CV算法题**:fire:。希望可以帮助同学们更加有针对性地准备面试，也希望帮助同学了解面试中的**八股文套路**，可以让更多的同学拿到**Dream offer。** 当然，如果对你有帮助，也希望你可以点个star⭐，谢谢！
 
-## 《百面计算机视觉第三版》简介
 
 
-这里是《百面计算机视觉第三版》面试题的更新，以往两版帮助了很多同学。这一版本，希望可以帮助更多的同学拿到**Dream offer。** 
+## 二. 百面计算机视觉通用基础面经
 
-**Update：** 此次我准备以公司为标签，整理每个公司在面试中所问到的算法题，希望给各位带来帮助。当然，如果对你有帮助，也希望你可以点个star⭐，谢谢！
+目前我们整理过《百面计算机视觉》的第一版与第二版。我们也会**持续更新**这些基本的知识内容的！
 
-## 注：如何看面经呢？
-- **建议下载在本地观看，每天可以pull拉取最新的仓库哦！**
+其中相对应的内容，参考了一些网上很优质的文章，向他们的工作表示谢意！（**Update： 2021.10.22**）
 
-- 这里面的面经有很多公式，可以采用Chrome浏览器，再添加[GitHub with MathJax](https://chrome.google.com/webstore/detail/github-with-mathjax/ioemnmodlmafdkllaclgeombjnmnbima/related)拓展程序。**但是，同样有很多公式，无法显示！**
+- **[深度学习基础面试题]('./通用计算机视觉算法面经/深度学习基础面经题/readme.md')**
+- **机器学习高频面试题**
+- **传统CV (Opencv面试题)**
+- **目标检测（Yolo系列等）**
+- **图像分类（通用网络与小型网络等）**
+- **图像分割面试题**
+- **Transformer相关的面试题**
+- **落地工程化等工作（量化/蒸馏）**
 
+- **C++与操作系统**
+- **Python面经**
 
-- **我们会将面经，首发于公众号"灿视学长"中，欢迎各位扫码关注！**
 
 
-![image](https://user-images.githubusercontent.com/47493620/137040561-89e9a8c7-a417-4dfd-9446-4b9cfa1190e8.png)
+#### 注：如何更好地看面经？
 
-## 1. 写在前面，信心很重要！(背景不好，还想做CV吗？)
+- **因为面试题里有很多markdown的公式，建议下载在本地使用vscode/typora观看，每天可以pull一下拉取最新的仓库哦！** 
 
-![CV从业人员必会技能！！](https://user-images.githubusercontent.com/47493620/119588215-e8360b00-be02-11eb-8802-f1a840487c85.png)
+- 也可以采用Chrome浏览器，再添加[GitHub with MathJax](https://chrome.google.com/webstore/detail/github-with-mathjax/ioemnmodlmafdkllaclgeombjnmnbima/related)拓展程序。**但是，同样有很多公式，无法兼容！**
 
-我写了一篇公众号博文：[没文章，没背景，想做CV？那就按这个干！](https://mp.weixin.qq.com/s?__biz=MzkzNDIxMzE1NQ==&mid=2247485889&idx=1&sn=cc9e77174891a876264d087ba250c818&chksm=c241ea8df536639bb777b325bce49ef181d4ab2ea3f781b30ea964ae120e74f986ddbddbff0d&token=1223742475&lang=zh_CN#rd)
 
-其中我整理相对应的**视频课**与**电子书**的**学习路线资料**，百度网盘链接：[下载地址](https://pan.baidu.com/s/1kOfOAKEhHByD2f2BTNEYFQ)，密码：g85m
 
-**若地址失效，可以加我微信，我发给你就好～**
+### 三. 各大厂的面试真题
 
 
 
-## 二. 百面计算机视觉通用面经
+首先，这里的大厂，真的很多，这里我主要把bat，字节等公司放在一起，热度最高。其它如网易，商汤等大厂，我后面收集多了，我再分开～
 
-### 1. 深度学习相关
-[一文了解激活函数](./深度学习基础/激活函数.md)    
-[DenseNet详解](./深度学习基础/DenseNet.md)    
-[常用评价指标](./深度学习基础/常用指标.md)   
-[Softmax与Sigmoid的联系与区别](./深度学习基础/sigmoid与softmax的区别与联系.md)   
-[CV中的Attention](./深度学习基础/CV中的Attention.md)  
-[resnet及其相关变种](./深度学习基础/resnet.md)  
-[Drop正则化(1)](./深度学习基础/dropout_1.md)  
-[Drop正则化(2)](./深度学习基础/dropout_2.md)  
-[手撕反向传播](./深度学习基础/bp举例.md)  
-[显存有限，如何增加训练时的Batch Size？](./深度学习基础/enlarge_bs.md)  
-[很全的Normalization汇总哦～](./深度学习基础/normalization.md)  
-[L1与L2正则的区别，L1为何是更稀疏？](./深度学习基础/L1与L2正则的比较.md)  
-[感受野](./深度学习基础/描述一下感受野.md)  
-[权重初始化](./深度学习基础/权重初始化的方法.md)   
-[label smoothing推导](./深度学习基础/labelsmoothing.md)  
-[重参数技巧的简述](./深度学习基础/reparameter.md)  
-[softmax及其相关变形](./深度学习基础/softmax及其相关变形.md)  
-[优化算法](./深度学习基础/优化算法.md)  
+- [腾讯面试题汇总]('./大厂面试原题/腾讯/腾讯面试题.md')
 
+- [阿里面试题汇总]('/大厂面试原题/阿里/阿里面试题.md')
+- etc
 
 
 
+### 四. Q：**为什么此仓库可以一直维护下去？**
 
+A：**因为，我也是一个转行的算法工程师**。我本科的专业是材料科学与工程。2016年，我本科毕业后，在一个二线城市找到了一份工资3k+的工作，后面才了解到原来计算机这个行业中的待遇这么高，年薪动辄**20w+**，（**而今年（21）年，白菜价已经快到40w了**）。于是我就跨专业考研了。在考研之后，经历了AI大火时期，看到了大厂给算法岗开出了很高的待遇，就将方向一直放在CV中。在之后找实习中，我发现我不懂得面试官的套路，无从准备，一开始屡屡碰壁。当后面面试多了，了解多了，面试就成功率高了很多。最后我也在秋招时期，靠着自己断断续续整理2年多的面经，拿到了BAT等公司的cv算法offer。我也开始将面经开放出去，也帮助了很多同学拿到了心中的算法offer。**希望我可以用我的经历跟知识存储帮助各位可以更好地拿offer吧。**
 
-### 2. 传统图像处理
-[图像的颜色空间](./传统cv/颜色空间.md)  
-[初识直方图均衡化](./传统cv/初识直方图均衡化.md)  
-[直方图均衡化(II)](./传统cv/直方图均衡化(II).md)  
 
 
+![](https://files.mdnice.com/user/6935/24ba4132-327c-41c2-9aee-2cfcb7cb4172.png)
 
-### 3. C++/Python工程篇
 
-[指针与引用的区别](./C++与Python等工程篇/Pointer&References.md)  
-[多态与继承之间的区别](./C++与Python等工程篇/Inheritance&Polymorphism.md)   
-[重载、重写与重定义的区别](./C++与Python等工程篇/03.overload&override&redefine.md)   
-[构造函数与析构函数可以是虚函数吗?](./C++与Python等工程篇/04.Constructors&Destructors.md)  
-[map和unordered_map区别及其优缺点](./C++与Python等工程篇/map.md)
 
+目前，我在复旦全日制攻读博士学位，跟一些工业界的小伙伴们，一起维护这样的仓库，如果你对**找工作，读研，读博有什么疑问，可以加我好友～**
 
 
-### 4. 图像分类与图像分割篇
-#### 通用分类网络
 
-[Inception V1](./图像分割与图像分类/InceptionV1.md)   
-[InceptionV2V3](./图像分割与图像分类/InceptionV2V3.md)  
-[Inception4](./图像分割与图像分类/Inception4.md)  
-[xception](./图像分割与图像分类/xception.md)  
-
-
+![image](https://user-images.githubusercontent.com/47493620/137040634-1aabfda6-c8dc-4905-94ce-03eb5b800455.png)
 
-#### 轻量化网络设计
-[MobileNetV1详解](./图像分割与图像分类/MobileNet-V1.md)  
-[MobileNetV2详解](./图像分割与图像分类/MobileNet-V2.md)  
-[MobileNetV3详解](./图像分割与图像分类/MobileNet-V3.md)  
-[ShuffleNet-V1详解](./图像分割与图像分类/ShuffleNet-V1.md)  
-[ShuffleNet-V2详解](./图像分割与图像分类/ShuffleNet-V2.md)  
 
-#### 分割类
-[Deep Lab v1~V3+](./图像分割与图像分类/DeepLab.md)  
-[介绍下FCN与UNet](./图像分割与图像分类/fcn_unet.md)  
-[空洞卷积](./图像分割与图像分类/空洞卷积.md)  
-[语义分割loss汇总](./图像分割与图像分类/语义分割loss汇总.md)  
 
-### 5. 目标检测与关键点检测篇
-#### 目标检测
-[说下NMS？](./目标检测与关键点检测/nms.md).   
-[NMS及其优化](./目标检测与关键点检测/NMS及其优化.md)  
-[yolov1梳理](./目标检测与关键点检测/yolov1.md)  
-[yolov2梳理](./目标检测与关键点检测/yolov2.md)   
-[yolov3梳理](./目标检测与关键点检测/yolov3.md)   
-[yolov4_v5梳理](./目标检测与关键点检测/yolov4_v5.md)   
-[Weighted_Boxes_Fusion](./目标检测与关键点检测/Weighted_Boxes_Fusion.md)  
+**目前已有的交流群**：
 
+:speech_balloon:【AI技术/落地交流群】：如果你是技术控，欢迎添加我的微信，备注“**技术群**”。我可以拉你进入我们的技术分享群。日常交流科研/落地的想法与技术。
 
-### 6. 手撕代码汇总
+:speech_balloon:【上海有为青年群】：如果你在上海周边工作（长三角地区如江浙沪皖），无论行业，愿意分享你所闻、所知，可以加我微信，备注“**上海**”，我这边在维护一个“上海有为青年群”，打破信息壁垒，共享信息。
 
-[全连接层前向与反向传播](https://mp.weixin.qq.com/s?__biz=MzkzNDIxMzE1NQ==&mid=2247488876&idx=1&sn=7566b562e7ec92c7b45686c6c1ece52c&chksm=c241f620f5367f36c85c85a91dc81c068d900961c0a65dc202373427b6b11b0459e828973eeb&token=2036211154&lang=zh_CN#rd)  
-[Dropout前向与反向](https://mp.weixin.qq.com/s?__biz=MzkzNDIxMzE1NQ==&mid=2247488876&idx=1&sn=7566b562e7ec92c7b45686c6c1ece52c&chksm=c241f620f5367f36c85c85a91dc81c068d900961c0a65dc202373427b6b11b0459e828973eeb&token=2036211154&lang=zh_CN#rd)  
-[激活函数之ReLu/Sigmoid/Tanh前向与反向传播](https://mp.weixin.qq.com/s?__biz=MzkzNDIxMzE1NQ==&mid=2247488876&idx=1&sn=7566b562e7ec92c7b45686c6c1ece52c&chksm=c241f620f5367f36c85c85a91dc81c068d900961c0a65dc202373427b6b11b0459e828973eeb&token=2036211154&lang=zh_CN#rd)  
-[卷积层与池化层前向与反向传播](https://mp.weixin.qq.com/s?__biz=MzkzNDIxMzE1NQ==&mid=2247488876&idx=1&sn=7566b562e7ec92c7b45686c6c1ece52c&chksm=c241f620f5367f36c85c85a91dc81c068d900961c0a65dc202373427b6b11b0459e828973eeb&token=2036211154&lang=zh_CN#rd)  
-[BatchNorm2d前向反向传播](https://mp.weixin.qq.com/s?__biz=MzkzNDIxMzE1NQ==&mid=2247488876&idx=1&sn=7566b562e7ec92c7b45686c6c1ece52c&chksm=c241f620f5367f36c85c85a91dc81c068d900961c0a65dc202373427b6b11b0459e828973eeb&token=2036211154&lang=zh_CN#rd)  
-[Flatten层前向与反向传播](https://mp.weixin.qq.com/s?__biz=MzkzNDIxMzE1NQ==&mid=2247488876&idx=1&sn=7566b562e7ec92c7b45686c6c1ece52c&chksm=c241f620f5367f36c85c85a91dc81c068d900961c0a65dc202373427b6b11b0459e828973eeb&token=2036211154&lang=zh_CN#rd)  
-[交叉熵损失函数前向与反向传播](https://mp.weixin.qq.com/s?__biz=MzkzNDIxMzE1NQ==&mid=2247488876&idx=1&sn=7566b562e7ec92c7b45686c6c1ece52c&chksm=c241f620f5367f36c85c85a91dc81c068d900961c0a65dc202373427b6b11b0459e828973eeb&token=2036211154&lang=zh_CN#rd)  
-[优化器代码](https://mp.weixin.qq.com/s?__biz=MzkzNDIxMzE1NQ==&mid=2247488876&idx=1&sn=7566b562e7ec92c7b45686c6c1ece52c&chksm=c241f620f5367f36c85c85a91dc81c068d900961c0a65dc202373427b6b11b0459e828973eeb&token=2036211154&lang=zh_CN#rd)  
+:speech_balloon:【其他区域交流群】：我们也在维护在校生的【**秋招/实习**】求职群，如果你是在校生，欢迎加我微信，备注“**校招生**”，我们会时刻分享互联网算法相关求职干货信息，如招聘信息，简历注意事项。
 
-### 三. 如何写简历？
 
-[简历模板与写简历的套路总结](https://mp.weixin.qq.com/s?__biz=MzkzNDIxMzE1NQ==&mid=2247485095&idx=1&sn=b3fa4c5e87d2c883e4234a512b03f925&chksm=c241e5ebf5366cfd0e1e878d6f81cc441c39da645f53f470547a6e1ca8fad20d3de16f3055bb&token=507085599&lang=zh_CN#rd)
 
-### 四. 关于我
 
-**复旦在读博士。前bat算法工程师，94年的奶爸。双非材料本科出身，零基础跨专业考研到985cs专业。目前主要以计算机视觉算法入门与真题面经分享为主，持续更新《百面计算机视觉第三版》**
 
 
-![image](https://user-images.githubusercontent.com/47493620/137040634-1aabfda6-c8dc-4905-94ce-03eb5b800455.png)
+
+## 五. 写在前面，信心很重要！(背景不好，还想做CV吗？)
+
+![CV从业人员必会技能！！](https://user-images.githubusercontent.com/47493620/119588215-e8360b00-be02-11eb-8802-f1a840487c85.png)
+
+我写了一篇公众号博文：[没文章，没背景，想做CV？那就按这个干！](https://mp.weixin.qq.com/s?__biz=MzkzNDIxMzE1NQ==&mid=2247485889&idx=1&sn=cc9e77174891a876264d087ba250c818&chksm=c241ea8df536639bb777b325bce49ef181d4ab2ea3f781b30ea964ae120e74f986ddbddbff0d&token=1223742475&lang=zh_CN#rd)
+
+其中我整理相对应的**视频课**与**电子书**的**学习路线资料**，百度网盘链接：[下载地址](https://pan.baidu.com/s/1kOfOAKEhHByD2f2BTNEYFQ)，密码：g85m。**若地址失效，可以加我微信，我发给你就好～**
+
+
+
+**注：目前市场上的cv岗位还是比较稀缺的（一线城市为主），不一定说我们一定要在校招中进入头部的大厂，只要我们一直在炼丹，那么社招中，我们依然可以拿到不错的待遇！**
+
+![图片](https://mmbiz.qpic.cn/mmbiz_png/8SMJ0xH7ShdHYzvDlPibkmfM0v2uZsR13BlNTu2ibD6Ebxvmn8zc0JsuqlPMib60g7x8OJGbvZIaAVjqHEfKMZzibg/640?wx_fmt=png&tp=webp&wxfrom=5&wx_lazy=1&wx_co=1)
+
+
+
+
+
+
+
+## 六. 其它你需要看的资源
+
+- [1. 简历模板与写简历的套路总结](https://mp.weixin.qq.com/s?__biz=MzkzNDIxMzE1NQ==&mid=2247485095&idx=1&sn=b3fa4c5e87d2c883e4234a512b03f925&chksm=c241e5ebf5366cfd0e1e878d6f81cc441c39da645f53f470547a6e1ca8fad20d3de16f3055bb&token=507085599&lang=zh_CN#rd)
+
+- [2. B站高质量免费课程，适合落地与科研，b站可搜索 “灿视讲堂”](https://space.bilibili.com/107817975)
+
+- **我们会将面经整理，一些工作感悟/建议等信息，首发于公众号"灿视学长"中，跟进的最新paper发布于公众号“集智书童”中，实战的项目放在知识星球中。**
+
+
+![](https://files.mdnice.com/user/6935/fc04e5eb-5297-4e95-bd5f-8c501aef4300.jpg)
+
+
+
+
+
+## 特别感谢小伙伴们(排名不分先后)：
+
+- **DarrenZhang**
+- **BJWang**
+- **小亦**
+- **心满**
+
 
diff --git a/大厂面试原题/.DS_Store b/大厂面试原题/.DS_Store
diff --git a/大厂面试原题/腾讯/腾讯面试题.md b/大厂面试原题/腾讯/腾讯面试题.md
@@ -0,0 +1,6 @@
+### 腾讯算法面试题汇总
+
+- 手写SE Layer
+- 手写NMS
+- 手写IoU
+
diff --git a/大厂面试原题/阿里/阿里面试题汇总.md b/大厂面试原题/阿里/阿里面试题汇总.md
@@ -0,0 +1,26 @@
+### 阿里面试题汇总
+
+- resnet结构为啥要这么设计
+
+- relu 的优势
+
+- 选择softmax的优势
+
+- 常用哪些激活函数，leaky relu的优势
+
+- 归一化的优点
+
+- SE的过程
+
+- 对传统机器学习有没有太了解（答之前在比赛，没咋复习，可能不是很熟悉）
+
+- 了解XGBD？
+
+- 了解XGboost？
+
+- yolo系列的发展史
+
+- 对yolov4中的csp结构有无了解
+
+- 想问logistic回归相关问题
+
diff --git a/通用计算机视觉算法面经/.DS_Store b/通用计算机视觉算法面经/.DS_Store
diff --git a/通用计算机视觉算法面经/C++与操作系统等面试题/.DS_Store b/通用计算机视觉算法面经/C++与操作系统等面试题/.DS_Store
diff --git a/通用计算机视觉算法面经/C++与操作系统等面试题/C++面经题/.DS_Store b/通用计算机视觉算法面经/C++与操作系统等面试题/C++面经题/.DS_Store
diff --git a/...thon等工程篇/03.overload&override&redefine.md → ...题/C++面经题/03.overload&override&redefine.md b/...thon等工程篇/03.overload&override&redefine.md → ...题/C++面经题/03.overload&override&redefine.md
diff --git a/...Python等工程篇/04.Constructors&Destructors.md → ...面试题/C++面经题/04.Constructors&Destructors.md b/...Python等工程篇/04.Constructors&Destructors.md → ...面试题/C++面经题/04.Constructors&Destructors.md
diff --git a/通用计算机视觉算法面经/C++与操作系统等面试题/C++面经题/1.md b/通用计算机视觉算法面经/C++与操作系统等面试题/C++面经题/1.md
@@ -0,0 +1,61 @@
+#### 1、说⼀下你理解的 C++ 中的四种智能指针
+
+⾯试官你好，⾸先，说⼀下为什么要使⽤智能指针：智能指针其作⽤是管理⼀个指针，避免程序员申请的空间在函数结束时忘记释放，造成内存泄漏这种情况的发⽣。
+
+然后使⽤智能指针可以很⼤程度上的避免这个问题，因为智能指针就是⼀个类，当超出了类的作⽤域是，类会⾃动调⽤析构函数，析构函数会⾃动释放资源。所以智能指针的作⽤原理就是在函数结束时⾃动释放内存空间，不需要⼿动释放内存空间。
+
+#### 常用接口
+
+```
+T* get();
+T& operator*();
+T* operator->();
+T& operator=(const T& val);
+T* release();
+void reset (T* ptr = nullptr) 
+```
+
+T 是模板参数, 也就是传⼊的类型；
+
+get()⽤来获取 auto_ptr 封装在内部的指针, 也就是获取原⽣指针；
+
+operator()重载 , operator->()重载了->, operator=()重载了=；
+
+realease()将 auto_ptr封装在内部的指针置为nullptr, 但并不会破坏指针所指向的内容, 函数返回的是内部指针置空之前的值；直接释放封装的内部指针所指向的内存, 如果指定了 ptr 的值, 则将内部指针初始化为该值(否则将其设置为nullptr；
+
+#### 下面分别说⼀下哪四种：
+
+#### 1、 auto_ptr（C++98 的⽅案， C11 已抛弃）采⽤所有权模式。
+
+auto_ptr<std::string> p1 (new string ("hello"));
+auto_ptr<std::string> p2;
+p2 = p1; //auto_ptr 不会报错
+此时不会报错，p2剥夺了 p1 的所有权，但是当程序运⾏时访问 p1 将会报错。所以 auto_ptr的缺点是：存在潜在的内存崩溃问题！
+
+#### 2、 unique_ptr （替换 auto_ptr）
+
+unique_ptr 实现独占式拥有或严格拥有概念，保证同⼀时间内只有⼀个智能指针可以指向该象。它对于避免资源泄露特别有⽤。
+
+采⽤所有权模式，还是上⾯那个例⼦
+unique_ptr<string> p3 (new string (auto));//#4
+unique_ptr<string> p4；//#5
+p4 = p3;//此时会报错
+编译器认为 p4=p3 ⾮法，避免了 p3 不再指向有效数据的问题。
+因此，  unique_ptr ⽐ auto_ptr 更安全。
+
+#### 3、 shared_ptr（共享型，强引⽤）
+
+shared_ptr 实现共享式拥有概念，多个智能指针可以指向相同对象，该对象和其相关资源会在 “最后⼀个引⽤被销毁”时候释放。从名字share就可以看出了资源可以被多个指针共享，它使⽤计数机制来表明资源被⼏个指针共享。
+
+可以通过成员函数 use_count() 来查看资源的所有者个数，除了可以通过 new 来构造，还可以通过传⼊auto_ptr, unique_ptr,weak_ptr来构造。当我们调⽤release()时，当前指针会释放资源所有权，计数减⼀。当计数等于 0 时，资源会被释放。
+
+shared_ptr 是为了解决 auto_ptr 在对象所有权上的局限性 (auto_ptr 是独占的)，在使⽤引⽤计数的机制上提供了可以共享所有权的智能指针。
+
+#### 4、 weak_ptr （弱引⽤）
+
+weak_ptr 是⼀种不控制对象⽣命周期的智能指针，它指向⼀个  shared_ptr 管理的对象。进⾏ 该对象的内存管理的是那个强引⽤的 shared_ptr。
+
+weak_ptr 只是提供了对管理对象的⼀个访问⼿段。weak_ptr设计的⽬的是为配合shared_ptr ⽽引⼊的⼀种智能指针来协助 shared_ptr ⼯作，它只可以从⼀个shared_ptr 或另⼀个 weak_ptr 对象构造, ，它的构造和析构不会引起引⽤记数的增加或减少。
+
+weak_ptr 是⽤来解决 shared_ptr 相互引⽤时的死锁问题，如果说两个shared_ptr 相互引⽤，那么这两个指针的引⽤计数永远不可能下降为0，也就是资源永远不会释放。它是对对象的⼀种弱引⽤，不会增加对象的引⽤计数，和 shared_ptr 之间可以相互转化，shared_ptr可以直接赋值给它，它可以通过调⽤ lock 函数来获得shared_ptr。
+当两个智能指针都是 shared_ptr 类型的时候，析构时两个资源引⽤计数会减⼀，但是两者引⽤计数还是为1，导致跳出函数时资源没有被释放（的析构函数没有被调⽤），解决办法：把 其中⼀个改为weak_ptr就可以。