从霸笔到一面失败归来(腾讯2013实习生招聘)

          因为想暑假去大公司实习,所以早早的就投了腾讯的实习生招聘,但是到了4月19号(笔试前一天)下午笔试名单出来的时候,在茫茫人海中却找不到我的名字,真的很郁闷,网上查了查腾讯有霸笔的机会,毫不犹豫的直接去霸笔了,考完之后感觉一般(后来在面试官那看见了我笔试的成绩,刚好60分),没放在心上,很幸运的在22号下午四点收到了腾讯一面的通知,第二天就去北京面试了。

         面试的时候先自我介绍了一下,然后面试官直接让我写两段算法题,第一道是二叉树的层次遍历,第二道是折半查找,感觉这两道算法没什么难度,十分钟就写完了,面试官看了看,没说什么,感觉没什么大的问题吧,然后就是问我的项目的问题,我就跟他讲了我的两个项目,感觉面试官对我做的这些项目不是很懂,我一边讲他一边听,没问什么有水平的问题,大概说了十几分钟吧,然后就问我会C++不,我说会,只是没用C++做过实际的项目。然后他就问了一些C/C++的问题,根据我的回忆,问题如下:

        1、虚函数的作用;

        2、虚函数表;

        3、const的作用;

        4、堆和栈的区别;

        5、malloc/free和new/delete的区别;

        感觉问的这些问题都不难,我基本上都能答上,然后就是问了一下我什么时候能毕业,什么时候能去实习,能实习到什么时候,平时都看什么书,代码量有多少,然后就说他没什么问题了,问我有什么问题不,我就说什么时候能出结果,他告诉我明天下午,一直很焦急的等待,晚上七点多用微信一查,告诉我挂了。。。很难接受,不知道为什么挂了。。感觉面试得还行,但是就是挂了。。真心不知道腾讯想要什么样的人。。

        不管怎么样,这次真的是感觉学到了不少东西吧,想想腾讯刷我肯定是因为我的能力不够或者别的一些原因吧,看来以后要加强学习和注意一下面试技巧了。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值