【面试复盘】猿辅导计算机视觉算法工程师一面
来源：投稿 作者：LSC
编辑：学姐
总共时长45分钟，首先是自我介绍，然后开始面试。
1.旋转数组[1,2,3,4,5,6,7]--->[5,6,7,1,2,3,4]，找出k是否存在一个旋转数组中，旋转数组一开始是有序的。
二分:
int search(vector<int>& arr, int target) {int start=0 ,end=arr.size()-1,mid;while(start<=end){if(arr[start] == target) {return start;}mid=(start+end)/2;if(arr[mid]==target){ while(mid >= 1 && arr[mid - 1] == arr[mid]) {mid--;}return mid;}if(arr[start]==arr[mid]) /*无法判断左右区间的增序性*/{while(start <= mid && arr[start]==arr[mid]){++start;} }else if(arr[mid]>=arr[start]) // 一定要先左再右{/*左区间增序*/ if(target>=arr[start]&&target<=arr[mid]){ end = mid-1;}else{ start=mid+1;}}else{/*右区间增序*/if(target>=arr[mid]&&target<=arr[end]){ start = mid+1;}else { end=mid-1; }}}return -1;}2.字符串a，能不能在1步内(增加、删除、修改)变成字符串b，都只含有小写字母，但是不能改变原来a b各个字符的顺序
Eg：a=”abcdfgd” b=”abcdffd” yes
a=”bbiiom” b=”abiion” no
a=”ccaabb” b=”aabbcc” no
法1: 动态规划 编辑距离
def minDistance(word1, word2):n, m = len(word1), len(word2)dp = [[0 for i in range(m + 1)] for i in range(n + 1)]for i in range(1, n + 1):dp[i][0] = ifor i in range(1, m + 1):dp[0][i] = ifor i in range(1, n + 1):for j in range(1, m + 1):if word1[i - 1] == word2[j - 1]:dp[i][j] = dp[i - 1][j - 1]else:dp[i][j] = min(dp[i - 1][j - 1], dp[i - 1][j], dp[i][j - 1]) + 1return (dp[-1][-1] <= 1)
法2: 直接判断:
-
(1)先判断两个字符串的长度相差是否大于1，是no，否继续
-
(2)统计每个字符串中每个字母的个数，再计算相同字母每个字符串的差，用字典来统计，一旦有差大于1，是no，否继续
-
(3)如果两个字符串等长，遍历两个字符串，是否存在超过1相同位置的值不同的，是no，否yes，不一样长的话，遍历，如果相同位置不同，长的指针向后移动，再次字符不相同就是no，否则yes。
3.介绍项目
主要介绍项目的数据、任务、模型、参数、优化和结果。
4.为什么这个项目要用到光照数据增强，为什么选择yolov5模型
因为我项目的数据收到光照这个因素的影响比较大，所以特地进行数据增强，增加模型的泛化性。
5.熟悉OCR算法吗？比较了解的有哪些？
对CRNN比较熟悉，入门ocr必学的经典算法。
CRNN=CNN+RNN+CTC，不用先对单个文字进行切割，而是将文本识别转化为时序依赖的序列学习问题，就是基于图像的序列识别，使用 CTC 损失，把从循环层获取的一系列标签分布转换成最终的标签序列。
此外还有SVTR，是PaddleOCR的PP-OCRv3的主要模型, 模型小, 效果好，主要就是利用Transformer替代了RNN, 得益于self-attention机制, 这样面对不规则文本图像的时候应该有更好的信息抽取能力, 可以更好的抽取有序后验概率矩阵。
6.常用的ocr框架
PaddleOCR和mmocr框架，这两个都是当下最流行的ocr框架，两种框架的文本检测和识别的代码结构相似，PaddleOCR更全面，我使用频率较高，支持多种语言文本，mmocr对中文支持行较差，总的来说准确率大体都差不多。
关注下方《学姐带你玩AI》🚀🚀🚀
算法工程师万能简历公式+200多个简历模板（中英文）
回复“简历”轻松获取！
码字不易，欢迎大家点赞评论收藏！