每年的三四月份都是实习生招聘最热闹的时候。网易的笔试通常安排在三月中下旬题目覆盖范围很广从图像处理基础到深度学习理论从数学推导到编程手撕算法一场笔试下来基本能把一个人的底子摸得差不多。我当年也参加过这场笔试后来也帮着mentor筛选过简历和试卷所以对这套题背后的考察逻辑还算有点发言权。这篇文章就把这场笔试的核心考点、备考思路和实际操作经验拆开揉碎讲一遍给准备投计算机视觉算法岗的同学做个参考。先说结论这份笔试题的难度属于中上等但真正卡人的往往不是题目本身而是知识面覆盖不全。很多人复习的时候只盯着深度学习结果前面的图像处理基础、传统机器学习、数学题答得一塌糊涂最后总分被拉下来。所以如果你现在正在准备类似的笔试务必把复习面铺开不要赌题。1. 笔试怎么考整体结构、题型分布与考察逻辑1.1 网易计算机视觉实习生笔试到底考什么网易的实习笔试和很多大厂一样采用的是牛客网或者其他在线评测系统题目类型分几大块不定项选择、填空题、简答题、编程题。我当时参加的那场整体时间大概两个小时左右题量不算特别大但每道题都很考验功底。从内容上看笔试主要覆盖五个方向计算机视觉基础、机器学习理论、深度学习原理、编程与数据结构、数学基础。其中计算机视觉基础又细分为图像处理、特征提取、目标检测等这部分占的比例最高机器学习和深度学习理论次之编程题必考一般是一道到两道算法题偏向于数据结构与常用算法。这里要特别提醒一句网易的笔试虽然名字叫“计算机视觉算法实习生”但实际考察的绝不仅仅是计算机视觉。这说明岗位要求你是一个全面型选手视觉只是你的主战场机器学习、数学、工程能力同样要过关。很多同学挂在笔试上不是因为视觉知识不行而是栽在了数学题和编程题上。1.2 笔试题目背后的三个考察维度搞懂出题人的意图比盲目刷题重要得多。网易招计算机视觉实习生本质上是希望找到一个能快速上手跟项目的人。所以笔试题目背后隐藏着三个维度的考察第一个维度是基础功。图像处理里的滤波、边缘检测、直方图均衡化机器学习里的SVM、决策树、聚类这些是经典中的经典。出题人想确认你上课的时候是不是只划了重点还是真正吃透了原理。第二个维度是模型理解力。深度学习部分经常会问一些看似简单、实则绕人的问题比如Batch Normalization为什么有效、卷积层的感受野怎么计算、梯度消失怎么解决。这些问题如果不亲自推导过、debug过光靠背答案是答不深刻的。第三个维度是工程落地能力。编程题部分就是在筛选“能写代码的人”。计算机视觉算法岗位虽然偏研究但日常工作中写数据pipeline、写训练脚本、写推理优化代码全是基本功。编程题做不出来就算理论满分也很难拿offer。1.3 这套题适合谁参考如果你是正在准备计算机视觉算法实习岗的学生这份笔试题的复盘内容可以直接当作复习清单用。如果你已经工作一两年想跳槽到视觉算法方向也可以拿这些考点自测一下基础是否还在。就算你暂时不找工作梳理一遍这些知识点也能帮你发现自己知识体系里的漏洞查漏补缺。2. 计算机视觉核心考点图像处理与传统特征一个都不能少2.1 图像处理基础滤波、边缘检测与直方图图像处理基础是计算机视觉笔试的常客网易也不例外。我记得选择题里就有一道关于高斯滤波的题目问的是高斯核大小和标准差对滤波效果的影响。这里有个很容易踩的坑很多人以为高斯核越大越模糊但忽略了标准差σ才是决定模糊程度的关键参数。同样的核大小σ越小中心权重越大图像细节保留得越多σ越大权重分布越平坦平滑效果越强。边缘检测也是高频考点Sobel算子、Canny算子基本属于必背内容。笔试通常会考察算子的原理比如Sobel算子为什么能检测边缘因为它本质上是计算图像灰度在x方向和y方向的梯度近似值。Canny算子的完整流程也要能默写出来高斯滤波去噪、计算梯度幅值和方向、非极大值抑制、双阈值检测和边缘连接。直方图均衡化是我特别想强调的一个考点因为它既考理论又考计算。题目有时候会给你一个具体的灰度分布表让你算均衡化之后的灰度映射关系。这类题其实不难核心就三步计算每个灰度级的概率密度、计算累积分布函数、乘以最大灰度级并取整。但很多同学平时只看概念不做题现场容易卡住建议考前亲手算两遍。2.2 特征提取经典方法HOG、SIFT与LBP在深度学习大规模普及之前传统特征提取是计算机视觉的核心。虽然现在的笔试对SIFT、HOG的考察频率有所下降但网易这种比较看重基础的厂还是会出这方面的题。HOG方向梯度直方图的考点主要集中在实现流程上图像归一化、计算梯度、构建细胞单元直方图、块归一化。选择题里经常设陷阱比如问你HOG特征对什么变化敏感、对什么变化不敏感。正确答案是对光照变化有一定鲁棒性因为块归一化局部做了处理对几何形变比较敏感因为它是基于固定网格提取的。SIFT特征的话重点记住四个步骤尺度空间极值检测、关键点定位、方向分配、关键点描述子生成。常考的简答题是“SIFT为什么具有尺度不变性和旋转不变性”前者靠的是高斯差分金字塔后者靠的是为每个关键点分配主方向。如果时间充裕建议自己画一遍高斯金字塔的构建流程这个图在面试时也经常要手绘。LBP局部二值模式相对简单但也别忽视。它通过比较中心像素与邻域像素的灰度值生成二进制编码用来描述局部纹理特征。笔试可能会考“原始LBP算子有多少种二进制模式”答案是2的P次方种P是邻域像素个数。这个考点很简单但越简单的越容易因为轻敌丢分。2.3 图像的几何变换与颜色空间几何变换这块平移、旋转、缩放、仿射变换、透视变换要分清。常考的坑点是旋转和缩放是线性变换平移不是线性变换而是仿射变换所以齐次坐标在图像几何变换中非常重要。为什么引入齐次坐标就是为了把平移也纳入矩阵乘法统一变换表示。这个知识点笔试可能直接考选择题面试时也经常被追问。颜色空间的话RGB、HSV、YUV、Lab这几个要搞清楚区别和用途。HSV适合做颜色分割因为色调和饱和度对光照变化相对不敏感YUV是视频编码常用格式Y是亮度分量U和V是色度分量Lab在设计上更接近人类视觉感知颜色距离可以用欧氏距离近似。笔试有时候会给一个实际场景问你该选哪个颜色空间这种题没有标准答案关键看你能不能说出理由。3. 机器学习与深度学习理论从经典算法到模型的底层逻辑3.1 经典机器学习算法SVM、决策树、聚类与降维机器学习理论部分网易的笔试题偏向于考原理和适用场景很少让你手推复杂公式但又不能完全不会推。以SVM为例大概率会考核函数的选择和软间隔的作用。这里要记住线性不可分时引入核函数把低维空间的非线性问题映射到高维空间的线性问题有噪声或离群点时引入软间隔允许部分样本分类错误。如果题干里出现“对噪声敏感”你要能反应过来这是没加软间隔的表现。决策树这一块ID3、C4.5、CART三种算法的区别是高频考点。ID3用信息增益选特征倾向于选择取值多的特征C4.5用信息增益比对特征取值数量做了惩罚CART用基尼指数既能分类也能回归。笔试可能会给一个小数据集让你算一下某个特征的信息增益这类计算题只要理解熵的公式就能算出来要细心别算错。聚类方面K-Means基本必考考察点多集中在对初始中心点敏感、需要预先指定K值这两大缺点上。延伸考点是K-Means的改进思路初始中心点之间的距离应该尽可能远。DBSCAN也会偶尔出现考点是基于密度的聚类可以发现任意形状的簇且不需要指定簇数但需要设置邻域半径和最小样本数两个参数。降维方面记住PCA和LDA的核心区别PCA是无监督的追求投影后方差最大LDA是有监督的追求类间距离最大、类内距离最小。笔试选择题特别喜欢混淆这两者的适用场景只要记住“PCA不关心标签LDA利用标签”就不会错。3.2 深度学习基础CNN的经典结构与关键组件深度学习部分占的比重相当大尤其是CNN。首先要把卷积层、池化层、全连接层的参数计算搞清楚比如输入特征图尺寸、卷积核大小、步长、填充方式对输出尺寸的影响。公式是输出尺寸等于加两倍填充后减去卷积核尺寸再除以步长加一这个要熟到不能再熟。笔试计算题基本送分但算错的人不少建议把步长不为1的边界情况多算几遍。感受野是另一个必须会的概念。感受野是指输出特征图上某个像素点对应到输入图像上的区域大小。计算规则是从最后一层往前逐层递推公式大致是上一层感受野乘以步长加上卷积核减步长的修正项。我当时笔试就碰到一道计算感受野的选择题选项里面全是易混淆的中间数字如果你只记结论不会推导很容易掉坑。激活函数这块Sigmoid、Tanh、ReLU、Leaky ReLU的优缺点要背熟。Sigmoid存在梯度饱和问题反向传播时梯度会消失ReLU解决了正区间的梯度饱和问题计算简单收敛快但负区间神经元可能死亡。Leaky ReLU给负区间一个很小的斜率缓解神经元死亡问题。笔试会考选择题面试则喜欢让你画函数图像建议两者都准备。3.3 损失函数、优化器与正则化为什么这样做损失函数设计体现的是对任务本质的理解。分类任务用交叉熵损失而不是均方误差是因为交叉熵配合Softmax能让梯度更新更平稳避免均方误差在Softmax输出下梯度消失的问题。回归任务常用均方误差但如果有较多离群点平均绝对误差更抗干扰。笔试可能会给个场景让你选损失函数这题的关键不是说选哪个而是说清楚为什么。优化器方面SGD、Momentum、RMSProp、Adam的区别是笔试常客Momentum通过累积动量加速收敛并抑制震荡RMSProp对每个参数自适应调整学习率Adam是前两者的结合。笔试题目经常是给一个训练现象让你选优化器比如“训练后期loss震荡明显”你应该能想到调小学习率或者改用带动量的优化器。正则化的话L1和L2的区别必须脱口而出L1产生稀疏解可用于特征选择L2让权重趋近于0但不会变成0能防止过拟合但不会产生稀疏性。Dropout的考点是训练时随机丢弃神经元测试时全部保留但需要按保留比例缩放权重。Batch Normalization的考点是为什么能加速训练因为它缓解了内部协变量偏移让每层输入分布相对稳定另外还有轻微的正则化效果。3.4 目标检测与分割的常见思路作为计算机视觉方向的笔试目标检测的基础概念大概率会出现。要分清楚两阶段和单阶段检测器的代表性算法两阶段以Faster R-CNN为代表先产生候选区域再分类回归单阶段以YOLO和SSD为代表直接回归出目标类别和位置。笔试常考的是它们之间的优缺点对比两阶段精度高但速度慢单阶段速度快但小目标检测效果相对弱。分割方向要分清语义分割和实例分割的区别。语义分割是对每个像素做分类不区分同类物体的实例实例分割不仅要做像素级分类还要区分同一个类别的不同个体。经典的开创性工作是FCN用全卷积网络实现端到端像素级分类它的核心思想是把全连接层替换成卷积层从而接受任意尺寸输入。如果笔试出现“U-Net为什么适合医学图像分割”这种题思路是U-Net的编码器-解码器结构和跳跃连接能融合浅层细节和深层语义在小样本数据上表现好。4. 编程题与数据结构算法视觉岗也要会手撕代码4.1 笔试编程题的常见类型与难度计算机视觉算法实习生的笔试通常有编程题而且这部分分数占比不低。我当时遇到的是字符串相关的算法题难度大概在LeetCode中等偏下。实际上大厂实习笔试的编程题一般不会太偏太难重点是考察你写代码的基本功和逻辑思维。高频出题方向包括数组和字符串操作、链表、二叉树遍历、排序算法的手写实现、二分查找、动态规划基础题、KMP这类经典字符串匹配算法。有的人可能觉得视觉岗不需要刷题这么狠这是误区。基础的算法能力是面试官评判你工程能力的重要参考而且这部分在笔试中是最容易通过刷题拿满分的。4.2 高频算法题复盘排序、二分、二叉树与KMP先说说排序算法。快排是手撕代码概率最高的排序算法核心思想是分治选定基准值后把数组分成小于和大于两半再递归排序。最好能白板写出原地快排注意边界条件的处理。另外归并排序也是高频考点特别是结合“计算逆序对”这道经典题网易笔试曾经把归并排序和逆序对计算合在一起出过。二分查找看似简单但边界条件极其容易出错是笔试的重灾区。这里给你一个我实测很稳的模板左闭右开区间while循环条件是left小于rightmid取左中位数还是右中位数要结合收缩方向选择。死记模板不是目的关键是要理解为什么这样可以避免死循环。建议把二分查找的lower_bound和upper_bound都亲手实现一遍笔试时遇到变形题才不会慌。二叉树题目主要围绕遍历方式展开前序、中序、后序的递归和迭代实现以及根据两种遍历序列重建二叉树。网易笔试出现过根据前序和中序重建二叉树的题这题的核心是递归思想前序的第一个节点是根节点在中序中找到该节点位置左边是左子树右边是右子树然后递归处理。这类题难度不大但如果二叉树的基本功不扎实现场写完整代码需要花不少时间。KMP算法在这个岗位的笔试里出现的概率不算高但确实在某些年份出现过。KMP的核心思想是利用next数组避免主串指针回溯从而把匹配时间复杂度降到O(mn)。笔试如果考KMP通常不是让你写完整代码而是让你手动计算模式串的next数组。这个要会尤其要注意next数组的定义方式不同有的定义是前缀函数有的定义是最长公共前后缀长度减一不同教材有差异做题时先看清楚题目给的定义。4.3 编程题的答题策略与时间分配编程题这部分策略比刷题量还重要。第一拿到题目先不急写代码花两三分钟把思路理清楚确定时间复杂度和空间复杂度再动手。第二如果一种思路的代码写起来特别复杂想想是不是有更简单的做法大厂笔试的编程题一般都不会需要特别tricky的算法。第三如果卡住了先跳过做后面的题目再回头来想不要在单独一道题上死磕太久。有一个我踩过的坑要分享记得仔细读输入输出的格式。在线评测系统对输入输出格式要求非常严格多一个空格、少一个换行都可能导致结果错误。之前遇到过同学程序逻辑完全正确但因为输出格式不对被判0分非常可惜。建议写完代码后手动跑一遍样例再自查一下边界输入比如空数组、单个元素这种情况。5. 数学基础线性代数、概率论与优化视觉算法的底层支撑5.1 线性代数的核心考点矩阵运算、特征值与SVD视觉算法离不开线性代数这点很多同学意识不到。图像在计算机里本质是矩阵卷积本质是矩阵运算神经网络的前向传播本质是一系列矩阵乘法。所以笔试考线性代数并不意外。矩阵乘法、转置、逆矩阵这些基本运算没啥好说的关键是特征值和特征向量。PCA降维的核心就是求协方差矩阵的特征向量所以笔试可能给你一个2×2矩阵求特征值和特征向量。这个计算属于基础中的基础一定要熟练。奇异值分解SVD也是考点可以说它是特征值分解在非方阵上的推广。SVD在图像压缩里的应用是典型的简答题保留最大的k个奇异值可以实现图像的低秩近似在压缩比和重建质量之间做权衡。5.2 概率论与统计的常考概念概率论这块贝叶斯公式是必考内容。机器学习里的朴素贝叶斯分类器、贝叶斯决策论全部建立在这个公式之上。笔试经常会出一个具体情景让你套贝叶斯公式计算后验概率关键是识别出谁是先验、谁是似然。题目本身不难但审题很重要别看混了。最大似然估计也是高频考点在面试中问到逻辑回归时经常会要求推导它的损失函数底子就是最大似然估计。笔试可能会让你对正态分布求最大似然估计核心步骤是写出似然函数、取对数、求导、令导数为0、解出参数。这里要注意区分估计均值和估计方差时的差异方差估计用最大似然会得到有偏估计如果要无偏估计需要除以n减1。5.3 数值计算与优化基础数值计算这块偶尔会出一两道题比如梯度下降的学习率设置、凸函数判断、牛顿法的基本思想。梯度下降的考点在于学习率过大导致震荡不收敛学习率过小导致收敛速度慢解决办法是学习率衰减或者用自适应优化器。凸函数判断比较简单但容易被忽略记住凸函数是二阶导数大于等于0的函数或者满足琴生不等式。这里可能有人会疑惑笔试考这些偏数学的内容是不是有点脱离实际恰恰相反视觉算法工程师在实际工作中经常要读论文、复现模型没有扎实的数学基础读论文只能看个热闹。比如你看到一篇论文里用了SVD分解优化计算复杂度如果你不知道SVD是什么就完全没法理解论文的贡献点在哪里。6. 备考经验与常见误区从复盘到提分的实操建议6.1 按时间线规划复习节奏如果你距离笔试还有两三周我建议按下面的节奏安排复习第一周主攻计算机视觉基础和机器学习理论。列一个知识点清单逐个过一遍确保每个概念都能用自己的话说清楚。图像滤波、边缘检测、特征提取、经典分类器是重点建议边复习边做笔记把关键公式和适用场景整理成自己的资料库。第二周进入深度学习原理和编程题训练。深度学习部分重点看CNN经典结构、损失函数、优化器、Batch Normalization的原理配合论文阅读可以加深理解。编程题每天安排固定时间刷题保持手感。刷题不是刷数量而是刷一类题就吃透一类题把模板提炼出来。考前两三天做全真模拟。找一套往年真题或者模拟题按笔试的真实时间限制来做。这一步特别重要可以帮你适应考试的节奏感也知道自己在哪类题目上花时间太多。考前一天不要再看新知识点了把复习笔记和错题过一遍早点休息。6.2 五个常见误区和避坑提醒第一个误区是只看深度学习不看传统方法。很多人觉得现在都是深度学习的天下传统图像处理和机器学习没用了考试一样会考工作中也还是经常用得到别自己给自己砍掉一块分数。第二个误区是编程题准备不足。笔试有编程题这已经是惯例了绝对不能抱着侥幸心理不刷题。如果你想投算法岗LeetCode至少要刷到150到200题的水平重点放在数组、字符串、链表、二叉树、动态规划这几个高频板块。第三个误区是只背结论不重推导。面试官和出题人不傻考概念的时候只要多问一句细节就能看出你是真懂还是背的。建议对SVM的间隔最大化、逻辑回归的损失函数、反向传播的链式法则这几个知识点一定要自己能推导一遍。第四个误区是忽视输出格式和边界条件。代码题因为格式和边界问题丢分非常冤枉平时刷题的时候就要养成习惯写完代码先检查边界条件输入输出严格对齐题目要求。第五个误区是时间分配不合理。笔试时间有限建议按分值分配时间分值高的计算题和编程题多留时间选择题如果卡住超过两分钟先标记跳过不要因小失大。6.3 参考资源与信息渠道复习资料的选取也很关键。计算机视觉方面经典教材《数字图像处理》冈萨雷斯适合打基础深度学习方面推荐《深度学习》花书和《动手学深度学习》后者代码实现比较全。机器学习理论部分李航的《统计学习方法》是必读里面的公式推导很扎实。编程题方面LeetCode的Hot 100题是性价比最高的题库建议优先刷完。知乎和牛客网上有很多往年的笔经和面经可以搜一下看看出题风格但不要过度依赖别人的面经只能做参考自己的知识体系才是硬道理。如果你还有余力建议关注一下计算机视觉的经典论文尤其是ResNet、VGG、Faster R-CNN这些工作不需要通读每篇论文但至少要了解它们解决了什么问题、用了什么方法。面试的时候能主动提到经典模型的设计动机会显得你的知识不是割裂的而是成体系的。写在最后的一些个人心得回头再看网易2018年这场计算机视觉算法实习生的笔试题目本身并没有特别偏难怪的地方它的难始终建立在基础知识的深度和广度上。很多时候我们复习容易进入一个误区就是追新追热什么模型火了就去看什么反而把最基础的东西落下了。但笔试和面试真正考察的恰恰是那些你觉得太基础、不好意思问别人的内容。我自己的体会是准备这类笔试最好的方式不是刷完多少套题而是把这个岗位需要的能力框架搭起来视觉基础、机器学习、深度学习、编程、数学五个板块搭成一张网任何一道题都能在这张网上找到对应位置。这样笔试考什么、怎么考对你来说都会变得清晰。希望这篇复盘能帮你少走一些弯路也祝准备投视觉算法岗的你笔试顺利。