算法岗面试记录

1.传统OCR过程
2.ResNet中的残差结构
3.BN操作的意义
4.Dropout的意义
5.Sift特征提取过程，其他的特征提取方法
6.排序算法–快速排序，归并排序
7.如何证明单链表中有环–快慢指针法
8.斐波那契数列计算
9.OpenCV中findContours函数大致过程

//平安金服
1.项目介绍
2.HOG特征
3.SVM
4.fasterRcnn损失函数
5.Canny
6.CTC loss
7.lstm

//honor
1、项目介绍与细节
2、Vgg16模型
3、vgg16与vgg19区别
4、霍夫直线检测
5、边缘检测
6、Canny
7、ResNet与DenseNet

//顺丰
1、项目介绍
2、介绍用到的网络模型与改进
3、介绍Yolov3
4、了解focal loss吗
5、了解不是基于anchor的目标检测网络吗？比如centernet
6、对小目标检测有什么好的方法吗
7、对视频类数据有了解吗

//海信
1、项目介绍，细节内容
2、Resnet,Desnet细节与区别
3、FasterRcnn整体过程
4、Yolov3整体过程
5、SSD过程
6、L1,l2正则化
7、BN操作
8、Lstm,并解决了什么问题
9、C++/linux是否熟悉

//烽火
1、项目介绍，细节,展开
2、NMS
3、C++或嵌入式熟悉吗
4、Yolov3

//绿米联创
1.项目介绍
2.Yolov3
3.fasterRCNN
4.PCA
5.为什么分类损失用交叉熵损失
6.YoloV4
7.最优化方法,比如牛顿法与adam区别
8.KNN与Kmeans
9.图像腐蚀膨胀操作

感觉很多应用是在视频类数据，或者人体形态检测，3D图像检测分割等，因此除了目标检测网络模型，其他比如人体姿态检测网络，目标分割网络模型也要涉猎一下更好。机器学习常用算法也要涉及。

以上是我2021年半年多的面试题目记录，是边学边面试的过程，建议大家社招找工作不要太急，特别是类似本人这种挺菜的或相关知识不牢的(😆 😆 😆 )，给自己多点时间好好准备。刚开始可投递几个小公司对自己摸底以及了解行情，根据面试问的问题和方向进行针对性学习和准备，会更有效。当感觉自己准备的还可以了，可以投递几个有名气的公司，如果对自己有十足的信心，则可投递更好的公司试试。另外对自己简历上写的内容一定要熟悉，面试官会根据简历中的内容进行提问。

希望这篇小小的总结能对大家有点帮助（😊😊😊），祝大家找到自己心仪的工作。