多模态与计算机视觉
「京东、美团」
OCR如何处理复杂表格？
图表类相关的caption又会关注哪些维度？
项目中的OCR怎么做的，为什么用大模型做？
原题完整原题
【OCR与文档理解】1. OCR如何处理复杂表格？2. 图表类相关的caption又会关注哪些维度？3. 项目中的OCR怎么做的，为什么用大模型做？ 「京东、美团」
【OCR大模型应用】多模态大模型进行OCR需要做哪些改进，注意哪些问题？当图片里的文字与周边正文语义强相关时，如何把两者的上下文关联保留下来？ 「字节跳动、蚂蚁集团」
原题【OCR技术趋势】开放问题：怎么看待传统CV比如OCR和深度学习模型未来的关系？ 「腾讯」
原题【图表与结构化文档理解】对结构化的图像（例如图表）如何合成相应的数据，应该关注什么？ 「蚂蚁集团」
原题【职业动机】为什么以后想要专门做3D视觉？因为研究生期间的研究惯性，有其他原因？ 「京东」
原题【自动驾驶技能】你熟练掌握哪些与自动驾驶算法相关的专业知识与技能？请结合学习或科研/实习案例说明应用场景与成效。 「京东」
原题【路径点间隔】路径点间隔几米一个？ 「百度」
原题原题未提供项目路径规格或具体采样间隔。
【3D语义分割】关于3D语义分割，你了解有哪些基础技术或研究？ 「京东」
原题【Frenet坐标系】为什么要用Frenet坐标系？ 「腾讯」
原题
暂无题目