关于地平线

地平线（Horizon Robotics）是领先的AI芯片和自动驾驶方案商，征程系列芯片广泛应用于机器人和智能汽车。面试注重深度学习算法原理与嵌入式部署能力。

---

第1题：YOLOv8/v10的损失函数设计原理及改进

答案要点：

YOLOv8最大变化是从Anchor-Based转向Anchor-Free。分类损失从BCE换成VFL Loss（Varifocal Loss），正样本用focal方式加权，负样本用预测iou得分加权。回归损失用DFL Loss+CIoU组合，DFL将坐标回归从预测值变为预测分布。YOLOv10的Dual Assignment：训练时同时保留一对多head和一对一head，推理时只用一对一head实现无NMS推理。

第2题：MMDetection框架的核心组件与自定义训练流程

答案要点：

MMDetection六大模块：Backbone、Neck、Head、Loss、Data Preprocess、Optimizer。配置文件层级清晰，修改数据集训练只需修改数据集配置（类别数、数据路径）和模型head输出层数即可。

第3题：NMS及其改进算法

答案要点：

NMS原理：按置信度排序，选最高分框，删除IoU大于阈值的框，重复至结束。问题在于阈值敏感、遮挡场景失效、硬件不友好。Soft-NMS不直接删除而是降低置信度。NMS-Free方案：SimOTA、DETR匈牙利匹配、YOLOv10双重分配。地平线特别看重NMS-free设计，因为BPU无法高效加速NMS。

第4题：语义分割评价指标与损失函数

答案要点：

mIoU对每个类别计算预测和真值的IoU再取平均。类别不平衡下交叉熵会让模型"偷懒"。Dice Loss关注重叠度，对小目标友好。Focal Loss通过(1-pt)^γ给难分样本更高权重，γ=2时置信度0.9的样本权重0.01，0.3的样本权重0.49。

第5题：BEV语义分割与Occupancy Network

答案要点：

Occupancy Network将空间划分为3D体素网格，预测每个体素是否被占据及类别。优势在于3D空间理解、任意形状友好、开放词汇潜力。技术演进：2D分割→BEV分割(LSS)→BEVFormer(Transformer query)→OccFormer(3D Transformer)。

第6题：BEVFormer的时空注意力机制

答案要点：

Spatial Cross-Attention将BEV query的3D位置投影到各相机图像，在投影点周围采样特征。Temporal Self-Attention利用历史帧BEV特征为key/value，当前帧query做自注意力，用ego2global矩阵对齐坐标系。

LSS显式预测深度分布将2D提升到3D，BEVFormer通过隐式注意力提取信息，不需要深度估计。

第7题：多模态融合方案对比

答案要点：

后融合（各传感器独立出结果后融合）、前融合（原始数据层融合）、特征融合（中间特征层融合）。BEVFusion将不同模态统一到BEV空间做特征融合。地平线Sparse4D走纯稀疏路线，用实例query代替稠密BEV特征，避免计算浪费在空网格上。

第8题：模型量化原理及在地平线BPU上的部署实践

答案要点：

PTQ用少量校准集离线量化，INT8损失1-3%。QAT模拟量化误差fine-tune，精度损失可控制在1%内。地平线BPU要求：张量对齐（H对齐8，W对齐16，C对齐32）、算子兼容性检查、不支持动态shape。精度损失补偿：percentile校准→敏感层INT16→QAT fine-tune。

第9题：模型部署中的性能优化技巧

答案要点：

常见瓶颈：访存（BEV特征）、计算（大卷积核）、序列化算子（NMS）。FP16理论加速2x几乎无损，INT8理论加速4x损失1-3%。减少延迟技巧：模型轻量化、算子融合、半精度/整数量化、固定shape、批量推理。地平线征程上用Conv替代Attention中的add/sum/mean操作实测性能大幅提升。

第10题：自动驾驶感知系统的长尾问题处理

答案要点：

典型长尾场景：异形车辆、极端天气、施工区域、动物突然横穿。算法层面：开放世界检测（OW-DETR）、增量学习、不确定性估计。数据层面：场景挖掘（从路测数据中自动找Corner Case）、数据增强（生成式扩充Simulation）、闭环数据回流。

---