1 地平线面经汇总资料

1.1 面经汇总参考资料

① 参考资料：

（1）牛客网：地平线机器人面经-12篇，网页链接

（2）知乎面经：点击进入查看

（3）面试圈：点击进入查看

② 面经框架及参考答案：

（1）面经知识框架：点击进入查看

（2）面经参考答案：点击进入查看

1.2 面经涉及招聘岗位

（1）实习岗位类

（2）全职岗位类

【计算机视觉算法工程师】、【助理研究员】

1.3 面试流程时间安排

PS：以上流程为大白总结归纳所得，以供参考。

1.4 地平线面试心得汇总

★ 问的不是很难，每一面都会问项目，讲解为什么这么做？

★ 问的基础不难，项目为主

★ 感觉基础CV领域和自动驾驶相关的都有做

★ 二面就是简历细致化面试，为什么这么做？为什么不这么做？你们没有再做优化吗？

2 地平线面经涉及基础知识点

2.1 图像处理基础

2.1.1 讲解相关原理

● 二值化图像中，给定一个函数可以返回某个点的值为1或者0，现在判断两个点是否在同一个连通域内？

● 光流原理？

2.2 深度学习：CNN卷积神经网络方面

2.2.1 讲解相关原理

2.2.1.1 卷积方面

● 1*1卷积的作用，对同一个特征图使用1*1卷积和maxpooling有什么区别，stride为2的卷积操作和maxpooling是否有区别（除降维外的区别），区别在哪？

2.2.1.2 网络结构方面

● Resnet和densenet的原理和区别？

● shufflenet，mobilenet讲一下？

● MobileNet V1,V2原理，优化的方向？

2.2.1.3 其他方面

● BN原理，有几个参数，训练和测试的区别，多卡时BN如何处理？了解其他的归一化操作吗？（例如群组归一化？）

2.3 深度学习：RNN递归神经网络方面

2.3.1 讲解相关原理

● 一些模型理解，比如为什么cnn可以用来做文本任务？

2.4 深度学习：CNN&RNN通用的问题

2.4.1 基础知识点

● 讲一下attention的原理。你认为为什么有效或者什么情况下有效？

2.5 传统机器学习方面

2.5.1 讲解相关原理

2.5.1.1 数据准备

无

2.5.1.2 特征工程

① 特征降维

● PCA的原理、PCA与Autoencoder的区别？

● 项目中Auto-encoder实际中是怎么采集数据确保有噪声和无噪声的？

● autoencoder 除了去噪还有什么功能？

● 如何实现autoencoder？

② 特征选择

无

2.5.1.3 有监督学习-分类和回归方面

① 分类回归树（集成学习）

● bagging 和boosting的方差和偏差比较？

② SVM

● 解释一下SVM？

● SVM 如何实现多分类、SVM 核如何避免维度爆炸？

● 感知机与线性SVM的区别？

● SVM的loss是什么？

2.5.1.4 无监督学习-聚类方面

● kmeans聚类如何选择初始点？

2.6 深度学习&机器学习面经通用知识点

无

3 地平线面经涉及项目知识点

3.1 深度学习：CNN卷积神经网络方面

3.1.1 目标检测方面

3.1.1.1 讲解原理

● 重点探讨了小目标检测的trick和类别不均衡问题？

● 讲一下faster rcnn

● 讲讲RCNN系列的演变过程。

● 讲讲YOLO，SSD？

● 讲讲RFCN，重点阐述position sensitive score map？

● 讲讲FPN？

3.1.1.2 手写代码

● 写一下NMS

3.1.2 图像分割

● 讲一讲语义分割的ASPP和PSP区别？

● 手写MIOU

3.1.3 人脸识别

● Triplet Loss 用过吗？原理讲一下？

3.2 深度学习：RNN递归神经网络方面

无

3.3 强化学习

无

3.4 机器学习方面

无

4 数据结构与算法分析相关知识点

4.1 数据结构与算法分析

4.1.1 树

● 手撕一个简单算法，递归？

●  二叉树层序遍历

4.1.2 排序

● 写一个体现你水平的排序算法？

4.2 算法思想实战及智力题

4.2.1 算法思想实战

● 有n个长度为m的由小到大的有序数组，合并为一个由小到大有序数组？（说了小根堆的思路，然后问建堆的时间复杂度，用我说的方法处理这个合并问题的时间复杂度）

● 有一次旅程用一个二维list存着，【（北京，上海）（上海，广州）（广州，东京）...】，这个旅程是一个没有环路的，然后现在打乱这个list的顺序，最后输出一个【北京，上海，广州，东京，...】这样的一个list？

4.3 其他方面

4.3.1 矩阵运算

● 全0(含有部分1）的矩阵中有一些1构成一个封闭曲线，把曲线内部的0变成1？

● 用随机产生7以内数字的函数去写随机产生10以内数字的函数

4.4 Leetcode&剑指offer原题

无

5 编程高频问题：Python&C/C++方面

5.1 python方面

5.1.1 网络框架方面

● Tensorflow训练的整体流程？

5.1.2 基础知识

● python多继承？

5.2 C/C++方面

5.2.1 基础知识

5.2.1.1 内存相关

● C++如何高效管理动态内存？

5.2.1.2 区别比较

● 深复制、浅复制

● array和数组有什么区别？

5.2.1.3 讲解原理

● 函数的形参 *arg  **karg？

● C++11如何有效防止内存泄***r />  - 智能指针，weak_ptr讲一下？

6 操作系统高频问题：数据库&线程&常用命令等

6.1 数据库方面

无

6.2 操作系统方面

6.2.1 常用命令

● 对linux的熟练程度，用过什么命令，什么作用？

7 技术&产品&开放性问题

7.1 技术方面

● Autoencoder 除了去噪还有什么功能、如何实现autoencoder的？

● 打开百度图片搜索，可以看到虽然同一行所有图片的高度是一样的，但他们的原始高度肯定是不一样的，这个后面可能是怎么实现的？

答：以每一行的第一张图片高度为基准，random一个偏差，以基准加偏差作为这一行的高度，所有图片resize到这个高度，然后往固定的行宽里填充，如果变形太多，就取一个放到下一行。

● 浮点数在计算机里的表示，为什么会损失精度？具体表示是本科学的记不清了，大概是由符号位，有效数字位和幂次位组成，所以超过有效数字位的精度会被忽略掉。

怎么解决这个精度问题？

● 有一个图像分类的问题，类别有2000万类，不考虑计算资源和网络结构合理性的问题，暴力地在最后做2000万的全连接。只看对前900万类的分类，效果很好，如果加上后面的1100万类，网络无法收敛，可能是什么原因？

答：既然不考虑网络结构和计算资源，那么只可能是数据的问题，有可能是类别不均衡导致的，可以用重采样或者部分类别做数据增广的方式解决。