计算机视觉面经之虎牙直播、Bigo和欢聚时代

广州三大直播企业，虎牙直播，bigo和欢聚时代。

之前欢聚时代的提前批技术终面挂了，不是能力不足，是跟面试官互动不起来，所以面试真的是看缘分了。不过还投了正式批，做完笔试了，等捞。

虎牙直播(9.11面完终面，等反馈)

一、笔试

笔试相对简单，就是机器学习的基本知识，好像还有一道编程吧。

二、第一轮技术面

1、首先问了简历中的项目和实习。

2、给了个场景题：假定训练了一个logo的检测模型，如果来了新的logo，应该怎么样操作，使得模型能够识别新的logo。

3、介绍下BN的训练和测试的操作，我顺便把IN/LN/GN也说了下

三、第二轮技术面

1、首先问了简历中的项目和实习，然后问了具体的指标和怎么提高性能。

2、就竞赛中我作为队长，怎么布置任务啥的，主要看统帅能力吧。扯了很多，其实我更想回答：我一个人也能单干的。

四、总监面

1、还是围绕简历

2、在人像分割中，针对头发这种区域的分割，往往处理不是很好，怎么改进

3、竞赛中冠军的方案

五、hr面

问了面试过程觉得怎样啊，有什么offer，为啥有xx的offer还选择虎牙啊，期望薪资。

bigo（9.11面完终面，等反馈）

一、笔试

笔试还是简单，还是机器学习基础，还有编程是求两个无环链表的公共节点的个数

二、第一轮技术面

贼难！真的难啊

1、python2跟python3的区别

2、python3中基类怎么运作的

3、“==”的具体实现机制

4、还有一堆python的语法，忘记了

5、SVM的具体实现机制，整个流程

6、讲讲简历的，介绍了一些新方法，估计是面试官对这个感兴趣，才给过了一面吧。

三、第二轮技术面

1、简历中项目的各种细节，画图，各种点的原因

2、各种分类网络简述，mobilenet具体实现

3、概率题

4、视频分割

四、总监面

1、RCNN→Fast RCNN→Faster RCNN的内容

2、多任务学习中每部分损失函数的权重确定

3、 在人像分割中，针对头发这种区域的分割，往往处理不是很好，怎么改进

4、如何在分割中利用周围像素点进行建模，提高分割结果

五、hr面

常规套路，面试过程怎么样，面试官怎么样，拿了什么offer，期望薪资

欢聚时代提前批（二面挂）

一、第一轮技术面

主要围绕简历

二、第二轮技术面

问问题都是随便挑着问，然后答完说我介绍得不好。一般介绍问题，我都是从背景、难点、解决方案去阐述，但是这种直接问问题，我就直接回答问题，反过来被说没有介绍好。

有些面试还是现场面嗨一点，方便画图，视频面只能靠手比划，难受。

分享不易，如果你觉得文章还不错，你的转发、分享、、留言就是对我最大的鼓励。感谢您的阅读！