商汤科技(上海)自动驾驶计算机视觉算法实习生面经-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
两个模块的具体做法；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 = valself.left = leftself.right = rightdef dfs(root, s, val1, val2):if(root.value == val1):s.append(root)return selif(root.value == val2)::s.append(root)return selse: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
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 nnclass ImageMatcher(nn.Module):def __init__(self, backbone):super(ImageMatcher, self).__init__()self.backbone = backbonedef forward(self, x1, x2):"""Input:x1 (Tensor, [N, C, H, W]): input image tensorx2 (Tensor, [N, C, H, W]): input image tensorOutput:matching_score (Tensor, [N,]): matching score of each image pair x1[i] and x2[i]"""raise NotImplementedErrordef get_loss(self, x1, x2, y):"""Input:x1, x2: same as abovey (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
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
