字节视频算法实习
知道的分类网络
mobile-net-v3的结构
GAN有没有采用特殊的训练技巧
知道的注意力机制
了解过transformer嘛
根据mask的分割，还问了分割算法
知道的图像去噪方法
知道的图像模糊的方法
双边滤波的原理
代码C++实现的时候用了什么
开闭操作
对图像增强这项任务的理解
和其他 low-level 网络结构有啥区别 在训练数据重组的情况下 有什么区别
包含正数和负数的数组，求乘积最大连续子数组
丢鸡蛋问题
腾讯后端实习
重载和继承
知道哪些智能指针
线程和进程区别
知道进程通信的方法嘛，线程通信呢
了解linux哪些锁
TP 图像优化岗
怎么解决过拟合
预编译的作用
图像处理流程了解嘛
回答 ISP
用了什么设计模式
红外细节增强项目候遇到过什么问题
我完成这个任务的流程是，先在Matlab上验证算法的效果，然后确是可行后再转为C++实现，因此遇到的比较难搞的问题还是Matlab算法调试阶段时候效果出不来。比如前面细节层拉伸后光晕问题，产生分析和解决，还有比如细节层调整，之前都是设置固定参数，但是很难用一套参数处理好，才想到用图像熵做个参数自动搜索。最后落地实现，都是一些代码编写的问题印象不深了。
拉普拉斯金字塔存储的是什么
对于目标检测识别深度学习能都替代传统方法
不太了解检测识别 直接围绕回答的增强
项目里的提亮效果如何评价
因为前景不对齐，所以主要还是在测试集上定性观察。其次在测试集上手工将运动区域过滤掉然后定量对比背景的相似度，对于运动的前景由于不对齐可以采用类似NIQE LOE这种无参考图像质量评价的标准，但是最后一个评估方法当时并没有尝试，因为虽然一些常规得指标是普适于大规模的自然数据集 但是应用于这个任务中这个指标的评价效果是否可靠也不一定。
怎么组织团队合作的
不同人的代码风格不一样怎么办？
深度学习方法，怎么确定一个模块的效果？
当时说了个啥奇奇怪怪的词没听懂
概率题 红蓝车撞人，目击正确的概率
验证毒药的问题
总结
要重新组织一下语言 项目详细介绍的时候脱稿 不然回答的逻辑很混乱，方法介绍要简化一点。
觉得自己做的比较好的项目
怎么做研究
怎么较好的完成项目
研究问题的思路
红外图像和RGB图像的特性
红外成像原理 红外成像设备是通过探测周围环境的热辐射特性，将它以图像的形式显示出来。特点：
- 灰度集中 对比度差
- 噪声多样性，一方面是动态噪声 如 热噪声 散粒噪声，光子噪声 形成机理复杂；另一方面是各探测元对相同辐射的反应具有不一致性，在红外图像上会产生固定的模式噪声，这种噪声是稳定的。现阶段高动态范围的红外设备也越来越多，这类红外设备有更高的灵敏度可以探测更小的热量差异，每个像元有2^14 2^16个灰度级，而现阶段普通设备….需要压缩动态范围