自動駕駛感知面經(jīng)-百度
一面
- 自我介紹
- 論文 自己介紹論文內(nèi)容（語速偏快了）解耦如何實現(xiàn)是不是端到端，怎么個訓(xùn)練方式怎么用transformer實現(xiàn)的？具體輸入輸出是怎么做的，如何保證歷史幀信息的有效利用。 問的比較深
- 實習(xí) 分類的數(shù)據(jù)量對比學(xué)習(xí)優(yōu)化前，resnet的初始化方式（隨機初始化）然后他也比較懷疑，完全隨機初始化的權(quán)重，用7k的數(shù)據(jù)可以訓(xùn)練好一個resnet50嗎有用到哪些數(shù)據(jù)增強方式，或者實際的tricks對比學(xué)習(xí)的時候，如何保證模型得到期望的結(jié)果（這里在細節(jié)上討論了一小會）
- 自動駕駛項目 整個檢測-tracking的pipeline描述（說到只用了傳統(tǒng)檢測，他打斷了，讓只說tracking）在tracking過程中，需要應(yīng)對的問題面試官：使用速度預(yù)測作為關(guān)聯(lián)條件的話，跳變會比較嚴重，有沒有考慮用ICP的方式去匹配沒做，balabala解釋了一堆原因，面試官說沒關(guān)系，就是想了解我做了哪些工作pointpillars介紹（講了一半他覺得有點啰嗦）對bevfusion做了什么改進（沒改進....）在實際端側(cè)部署的時候遇到了哪些問題 使用KL散度量化的時候精度不夠追問我KL散度量化的原理MIN-MAX量化的原理
- 機器人競賽的一等獎，介紹一下做的內(nèi)容
撕題：
- Mid 二叉樹層序遍歷（思路肯定沒問題，但有段時間沒寫C++，搞了好幾個語法錯誤就很丟人...）
- Mid 最大正方形（面試官直接說了考動規(guī)，所以比較快做出來了）
反問
總體感受：純面50min，撕題30min左右， 時間不是最長的，但是感覺是細節(jié)被問的最深的一次，面試官太強了，檢測、tracking都聊的挺深、對比學(xué)習(xí)他也懂....量化那邊的KL散度量化也懂...點云他還懂
二面
自我介紹
簡單聊了聊論文
簡單聊了聊項目（我當時覺得肯定是KPI了）
實習(xí)經(jīng)歷：自己balabala介紹
面試官：啊沒什么問題（我：啊寄）
手撕：
看你項目里有聚類，寫個kmeans吧
C++很快撕出來了
總計50min
以為寄了，結(jié)果第第二個工作日早上就約三面了
三面
經(jīng)理面
- 問了兩個C++八股vector的resize和reserve
- 有沒有做過一些性能優(yōu)化的工作
- 其他公司的面試進度
基本是聊天，總共35min就結(jié)束了
后續(xù)拿到了小sp吧算是，不過開獎?wù)鎵蛲淼?...
#自動駕駛##算法##面經(jīng)#
查看14道真題和解析
投遞阿里巴巴集團等公司10個崗位
百度二面344人在聊