商汤科技(上海)自动驾驶计算机视觉算法实习生面经-2020年10月_商汤科技 算法实习生

商汤科技(上海)自动驾驶计算机视觉算法实习生面经-2020年10月

今天参加了商汤的初面，商汤是我最想去的一个公司了，技术很强，paper也多(mmdetection作者)，记录一下本次面试。

本次面试是用小鱼易连面试的，面试分为两部分：自我介绍提问+算法编程。
前面一部分就是常规的项目，被问了

1. 两个模块的具体做法；
2. cv的其他方面还了解过哪些？

编程部分：
两道题：
1.找出二叉树中任意两个节点的最低公共父节点。
我的代码：

# 思路1：
# 从根节点根据DFS找到此两个节点，把路径存到队列中，再比较两个队列遇到同一个value的位置...
class Node():
    def __init__(self, val=None, left=None, right=None):
        self.val = val
        self.left = left
        self.right = right

def dfs(root, s, val1, val2):
      if(root.value == val1):
          s.append(root)
          return s
      elif(root.value == val2)::
          s.append(root)
          return s
      else:
          s.append(root)
          dfs(root.left, s, val1, val2)
          dfs(root.right, s, val1, val2)

def findDepth(s1, s2):
    s1 = Array(s1)
    s2 = Array(s2)
    len1 = len(s1)
    len2 = len(s2)
    for i in range(len1):
      for j in range(len2):
        if(s1[len1-1-i] == s2[len2-1-j]):
          return s1.index(i)
          
          
def find_common_parent(root: Node, val1, val2):
    """
    Input:
    	root (Node): root node of a tree. Assume that the node of the tree has unique value.
        val1, val2: the values of target nodes.
    Output:
    	parent (Node): the common parent node with largest depth 
    """
#     [123775]
#     [1236]
    s1 = List()
    s2 = List()
    s1 = dfs(root, s1, val1, val2)
    s1 = dfs(root, s2, val1, val2)
    
    depth = findDepth(s1, s2)
    print(depth)
    pass
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49

2.设计图片匹配的网络。这个真不太会，他举了例子，譬如说要对两张人脸图片做match，需要对两个特征向量怎么做？这是一个开放性的题目，我觉得我知识储备不够，回答得不是很好。

思路1：

from torch import nn

class ImageMatcher(nn.Module):
    def __init__(self, backbone):
        super(ImageMatcher, self).__init__()
        self.backbone = backbone
    
    def forward(self, x1, x2):
        """
        Input:
        	x1 (Tensor, [N, C, H, W]): input image tensor
            x2 (Tensor, [N, C, H, W]): input image tensor
        Output:
        	matching_score (Tensor, [N,]): matching score of each image pair x1[i] and x2[i]
        """
        raise NotImplementedError
    
    def get_loss(self, x1, x2, y):
        """
        Input:
        	x1, x2: same as above
            y (Tensor, [N,]): binary label of each image pair. 0 for unmatched and 1 for matched.
        Output:
        	loss (Tensor, [N,], [](scalar)): loss for model optimization
        """
        raise NotImplementedError
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29

最后，他和我介绍了一下，目前他们的工作主要是3D人体检测与类似mmdetection的平台搭建，有发paper的潜力。
我最后问了关于工作的具体内容，实习是否有leader带的问题，以后最好还要问一下，他们部分人数的多少(这一点我觉得很重要)，他这边是10多个全职+十多个实习生。

最后的最后！

简单问题关注我后可以帮忙解答，

祝关注+点赞的小可爱找工作顺利，获得心仪的offer