总结——写在前面的话
秋招战线拉的很长，四个月过去，offer二三，皆不甚满意。然世间没有完满之事，大多数情况下都是在几个次优解之间做选择。且选择越多后悔越多，人最重要的可能还是知足。现总结自身情况与经验教训，给有幸点开的小伙伴一点点参考。
【 自身背景】：
四川某末流985，本硕保研，非科班，一个很偏的边缘检测项目，一个实例分割相关项目，水会议论文产出，Q1期刊在投，一个RGBD显著性检测不是自己主力的专利，一个某通信公司主办去噪比赛的决赛（前1.5%），无实习，无项目，无国奖，本硕成绩前10%，leetcode刷题200+，秋招投了70+。
【经验教训】：
TPlink（普联）
TP一面（20min） 2022.6.23
- 自我介绍（3-4min）
- 项目介绍（讲自己的ppt讲了10min）
- 有没有做过相关的落地项目
- 平常用什么语言，c++到什么程度
TP二面（30min）2022.6.28
- 自我介绍（3-4min）
- 项目介绍（针对性的问问题问了7-8分钟）
- 比赛介绍（针对性的问问题问了7-8分钟），是否统计了噪声的分布？
- 图像处理基础知识：传统边缘检测方法，sobel是一阶还是二阶，有什么二阶的边缘检测·算子？传统图像增强对比度的算法有哪些？，直方图均衡具体怎么做的？
- 平常用什么语言？一个数据范围0-255的变量用什么数据类型存储呢？int变量在32位系统占几个字节？
反问环节：
- 面试到了哪个环节了，接下来面试安排？大概多少天通知下一轮面试
- 刚才面试过程中，我有什么显而易见的错误吗？
TP 三面（30min）2022.6.29
- 自我介绍（3-4min）
- 拉家常，问了问留学经历，感觉应该是主管面了，人很和蔼
- 问了问比赛相关问题，网络架构做了哪些尝试，Unet网络范式产生的伪细节问题怎么理解？
- 问了项目相关问题，难点，创新点？
- 最后问我要不要把简历地点从杭州改到深圳？
潮州三环
三环一面（20min，人事面）2022.6.15
- 自我介绍（3-4min）
- 有男朋友吗？为什么没有？
- 打算留哪里呢？家里长辈支持吗？
- 最近遇到的最大压力的事？怎么解决呢？
- 学习科研以及学生工作遇到最难的事？怎么解决呢？
- 对于进厂怎么看？
- 教研室打卡时间，你的作息，能接受一样的工作强度吗？
- 之后打算投哪些公司呢？怎么选呢？
反问环节：
- 公司成都岗的培训制度以及公司所在地
三环二面（20min，技术面）2022.6.23
- 项目介绍（针对性的问问题问了7-8分钟）
- 传统图像增强对比度的算法有哪些？
- 形态学变换，开闭操作，顶帽变换？
反问环节：
- 面试到了哪个环节了，接下来面试安排？
中电十所
技术一面（10min）:
- 10min，自我介绍+项目介绍，没有提问环节，讲完就结束
综合面试(10-12min)：
- 自我介绍点出需要兴趣爱好，工作作息，职业规划；薪资地域工作内容怎么排序；父母单位；薪资预期；最有成就感的一件事；
科大讯飞
技术一面（1h）2022.6.29：
- 自我介绍，询问项目相关问题，询问比赛相关问题，留学经历，支教经历（面试官说自己曾贵州支教一年）；询问工作地点是否接受合肥；基本信息询问导师与实验室；全程夸夸体验很好；甚至给了我一些科研与比赛方面的建议。
- 反问环节：后续还有boss面、HR面；大概四五个工作日以后；该岗位属于讯飞研究院，分别有语音，识别，视觉（最新成立）三个大组，视觉组按业务分有OCR、自动驾驶、视频分析等，按研究内容分有分类、分割、检测等
技术二面（30min）2022.7.5：
- 自我介绍+项目介绍，RCNN到Fast RCNN的演变，GAN模型，PCA，EM算法 有无男朋友，工作城市的倾向
- 反问环节：面试官主做OCR，设计业务包括手写识别，扫描翻译笔以及AI学习机；面试通知等HR。
- 反思：（1）问我技术栈有哪些的时候，可以把教研室的其它方向说一遍；（2）说话的时候不要说抱歉，会给面试官一种很虚的印象，就算自己不太知道也要自信的说出自己知道的东西；（3）问是否机器学习相关知识，要把自己最熟的说出来，不要等面试官提问。（4）问检测相关模型不太清楚的时候，就说自己熟悉分割，往自己熟悉的模型靠；（5）要自信，要满嘴跑火车！
技术一面（1h10min）2022.7.18：
-
自我介绍+项目+比赛经历。问得很细，期间发散的问我深度学习的相关知识，包括：轻量型模型有哪些？，NAFnet仔细介绍下？，ViT以及SwimTransformer等最新模型介绍下？，BN层原理，一个B,C,H,W的特征在BN层参数，BN的均值方差测试时怎么算。
-
做题：leetcode48旋转矩阵，需要在空间复杂度尽可能下的情况下实现。没做过这道题卡着了，也没在意说要在空间复杂度最小的情况下实现。在面试官的提醒下说了思路，事后发现思路不是很清晰。
-
被问籍贯。
-
反问环节: 旷视成都的业务主要是手机画质相关，包括去噪，超分，图像对齐，HDR等；一共4轮面试，等HR通知。
-
我的反思：还是对自己简历做的东西不是很熟悉，NAFnet都是旷视出来的，都没有好好研究说清楚，基础网络要烂熟于心，最新的transformer等也要把经典的了解清楚。以及最后的做题环节，还是题做少了，好好准备。
技术二面（30min）2022.7.25：
- 自我介绍，选一个经历主要介绍。应该是个主管，没有细问技术，反而对我这个项目数据集怎么制作，图像怎么采集以及实际意义方面比较感兴趣。之后问了下去噪这个问题难点是什么？
- 被问为什么投成都岗？
- 反问环节：技术面还有一轮，旷视成都研究院主要做的是low-level的图像相关。
技术三面（30min）2022.7.29:
- 自我介绍，选一个经历主要介绍。面到了北京总部的大佬了。同样对我数据标签制作，数据拍摄，显微镜成像等等感兴趣。介绍完项目，啥技术细节都没问，就幽幽的说了一句，做成这样就可以交差了吗？
- 编程：Python实现张量的欧式距离。一开始遍历实现，后续经面试官提醒降低了一半复杂度，最后问不用for循环怎么做？
- 开放性问题：你本科期间给你印象深刻的课程是什么？我给自己挖坑说是量子力学，因为整个理论体系的世界观是建立在概率上的。他反问我量子力学里的概率和经典概率有什么区别？我简答了一下，但下次我再也不给自己挖坑了。
- 问想留的工作城市：可能是想看我愿不愿意去北京总部。
旷视最后三面给我挂了，真的很遗憾。
春招：技术一面（1h）2023.3.13:
- 自我介绍后简单问了一句参加的去噪比赛做参数估计具体是哪两个参数？为什么？
- 做题：两个张量A,B；维度分别为(M，2)和(N，2)，考虑用矩阵运算与pyhton的广播机制而不用for循环高效计算l1或者l2范数；实现目标检测两个边界框iou的计算；leetcode判断链表是否有环？做出来之后口述怎么找链表环的交点？
- 基础：bn层的原理，公式，效果，其中w、b是什么，怎么用python实现bn；双线性插值是什么？
- 反问：面试官在公司最有成就感的一个工作是目前在做的iphone的电影模式相关，主要实现检测算法，总体还涉及深度估计，硬件自动调焦等。成都旷视研究院具体做的是手机方面的图像算法，更偏计算成像，low-level去噪防抖，HDR等。
因为秋招进了三面，春招一面通过后就被谈薪了。
超参数
技术一面（1h）2022.7.26
- 自我介绍+面试官对着简历感兴趣的方面问，并发散问了深度学习有关知识（20min）。被问Efficientnet和NAFnet的论文主要讲了啥，通道注意力是啥以及LN与BN的差异，去噪比赛的一些创新点。
- 做题（30min）：两个长度相同的序列找最大连续字串的长度。是那种一看就知道需要用双指针但是容易把问题想简单的题。算是中等难度吧。首先实现的测试集过了一半，之后在面试官的指导下，写出来了。算是人生面试第一次把算法题做出来了。
- 一些收获：做题需要保持沟通，一开始有思路可以先说清楚思路再写，这样保持沟通的状态中途有问题面试官会提示。
- 反问：一共3轮技术，一轮HR面。做游戏AI的，创业团队以前是王者荣耀觉悟出来的，希望做给玩家更多游戏体验感游戏AI。面试官是做强化学习应用于游戏的。
技术二面（45min）2022.8.9
- 自我介绍，闲聊，比如说为什么是光学工程的专业，为什么要考雅思之类的，本科期间学得最好和最差的课程，最近玩什么游戏，说出心目中前三的游戏，了解游戏AI吗？阿尔法go了解吗？没问项目，直接做题了。
- 算法题：
根据一个random_int4产生一个random_int5，一开始我说用random_int4五次，产生的五个数的和，按照和分布的区间，做映射。思路是可以实现的，但是后续发现不同和的概率不一样，需要每一个都算出来。不好算，卡了四五分钟。
之后面试官给了点提示，说如果有六面的骰子，需要通过掷骰子决定五个人中谁去取外卖，怎么投呢？我说每个人对映一面，如果到了没人映射的那一面，就重新掷筛子。基于此，面试官要我重新思考思路。
重新把思路改成了调用五次random_int4，随便选五种情况对应0-4，不然重新调用。核心思路其实是要保证每种情况是等概率的。事后想其实不用调用五次，两次就有16种情况了，随便选五种做映射绰绰有余。 - 反问环节：一共四轮，甚至后续有CEO面，真是牌面。
技术一面（50min）2022.8.4：
- 自我介绍
- 做题：【题一】求长度为n的列表前k大的数；【题二】经典递归爬楼梯，每次可爬一节或者两节楼梯，问爬n节可以有多少种方法；【题三】channel为1，宽为H，高为W的特征图，与kernel做卷积，padding为p且补0；stride为s，实现上述卷积操作。
- 数学：对sigmoid函数求导。
- 深度学习基础知识：BN层的作用，1×1卷积的作用
- 反思：题一因为没有复习排序算法，尬了很久，最后面试官同意让我用暴力解决；题二楞了好久，在检查是否错误，写完后面试官问我是不是没怎么刷题。尴尬了……；幸好题三做出来了，挽回点印象分。
技术一面（30min），电话面试：2022.7.29
- 自我介绍+项目介绍，可能问了点深度学习的基础知识吧，忘了
- 吐槽： 一面结束后给我发过了，二面会在收到邮件的三天后打来电话。然后一个星期后都没有电话，上官网流程中止了，纯纯的KPI面试了。
技术二面（25min），电话面试：2022.8.27
- 吐槽： 距离一面间隔一个月，官网流程都终止了，某个周六的中午一点左右突然打电话问能不能立刻马上面试。我真是服了。
- 自我介绍，没有问项目与比赛。
- 开始口述下述题目：浮点数在计算机中具体怎么存储？怎么把十进制的浮点数转化为二进制数？欧式距离与余弦距离是怎么算的？用文科生听得懂的方式讲一下卷积运算是在干什么？linux系统怎么查看内存？传统图像处理里的图像拼接了解嘛？两个人脸，每个人脸，5个关键点，每个关键点由x，y两个坐标表示，请问怎么得到一个两行三列的坐标转换矩阵？超定方程组怎么求解？证明负梯度方向是下降最快的方向？
速腾聚创
技术一面（30min）2022.8.4：
- 自我介绍+项目介绍（重点说难点）
- 问是否百度过这家公司，问是否对自动驾驶的理解？
- 反问：后续还有技术二面和HR面，岗位是做硬件交付时软件的解决方案，还是做视觉的，如目标检测，语义分割等。
技术二面（30min）2022.8.8：
- 自我介绍+项目介绍：介绍到一半就开始针对我的项目中某个思路argue我，我给他解释为什么我要做A，他反问我为什么不做B,C，我说B，C受限于我有限的硬件条件，做不了，他还在一个劲的说，沟通不是很顺畅的样子，后期我都无奈的面带微笑了。就这个问题聊了二十分钟，拉锯战，有点压力面的意思。
- 反问环节：没什么好问的，我直接说和一面面试官了解的比较清楚了，就没了。
技术三面（30min）2022.8.13:
- 自我介绍+项目介绍：面试官挺好的，愿意认真听我的ppt，问的问题给的建议也很中肯有见解。质疑了做数据集时为什么不直接做实例分割的数据集后续可以导出边缘检测的数据集，质疑了为什么不直接做实例分割。他说得很有道理，我只能如实回答，是我导师让我这么做的，我一个打工人，遵从圣意，要我干什么我就干什么。
- 反问环节：说和以前的面试官聊的对公司和这个岗位了解的比较清楚了，没啥想问的了，后来感觉面试官还是意犹未尽想让我问一下的，应该问点有的没的展示对公司的兴趣的。
- 另：一个小反思，当面试官说如果网速不好可以不打开摄像头，那就说明他希望看到视频，应该打开，基于礼貌与正式，确实应该漏个面。
未来领军计划SSP终面（45min）2022.8.10：
- （30min）部分主管大致了解下简历里的项目，比赛，专利，没仔细说细节。在我说到专利的时候，质疑这个课题本身不能增加多少精度但是耗费资源性价比不高没有意义，我附和确实，都是上面要我做的。问了下是否有光学器件相关经历，是否有有工程项目相关经历，我都说没有，问了下教研室相关方向。
-（15min）hr面，老样子，针对城市选择，家庭，男朋友（在哪？家庭？籍贯），目前在找啥工作，预期职业规划，行业选择等话题变着花样考察你是否有稳定性。然后问了下学生工作经历，分享收获，分享难点，针对难点如何改进等，应该是在考察综合能力。 - 反问：后期面试就是9月份谈薪了。
- 另：中兴测评挂人！！！有人ssp面试都过了，测评挂了就流程终止了，没有做第二次测评的机会！！！
哲库科技
技术一面（45min）2022.8.11：
- 面试官先自我介绍：应用于芯片的深度学习，low-level去噪、超分；high-level分割，跟踪检测等都有做。
- 我的自我介绍+项目介绍：针对项目，提出颜色空间转换，4邻，用卷积学先验，损失函数等方面提出问题；问去噪比赛，如何让对raw图像进行数据增强，raw域转化为4通道特征图后再水平翻转是否会对图的空间位置产生偏差？（我没听懂，他要我下去看下cvpr以前的去噪比赛，说水平翻转会对边缘产生扭曲）。
- 算法题：没时间了，只需要说思路的二维动态规划的题，即leetcode62，先说出了二维tp数组怎么做，然后问如何变到一维数组，最后问从数学上怎么解这道题。
字节跳动
技术一面（60min）（推荐算法岗）2022.8.19：
- 自我介绍（3min）
- 问了点项目，没问比赛，大概十几分钟
- 问机器学习基础知识：bn原理，它能解决什么问题，为什么？各个优化器的优缺点与演变？池化层的反向传播（最大池化，平均池化）？（大概十几分钟，问的比较细，一定要你给出她想要的答案才会罢休。）
- 做题：输入img，kernel，pad，stride，其中img的大小为H,W,C，kenel大小为k，k，c（即c个kernel），pad为补丁的个数，pad补的是零，stride表示步长；写一个函数实现上述卷积操作。（写了挺久，后续没写完小姐姐还给了思路。）
- 反问环节：cv背景申请推荐算法岗位合适吗？后续需要准备一些推荐系统的知识吗？（小姐姐说没关系，她也是cv背景来的，面试主要还是看机器学习知识以及代码能力）；属于字节直播推荐组，base北京上海都有。字节一共三轮技术，一轮HR。
- 周五面试，周一挂了，反馈比较快。HR小姐姐通知面试时还给面经，算是很好的面试体验了。
OPPO
技术一面（30min）2022.8.25：
- 自我介绍（3min）
- 针对项目、专利和比赛问了二十多分钟
- 反问环节：后续拿到Offer可以改地点，但可能成都岗不多也不匹配；面试官所在组是做语义分割，其他组也有做low-level、计算摄影等，影像算法工程师这个岗比较广，具体看组。主要是服务于Oppo的手机业务。
技术二面（综合面试）（30min）2022.8.31：
- 自我介绍（30min）
- 针对比赛和项目问了写高屋建瓴的问题，比如说为什么用EfficienetV2，其它backbone尝试过吗？传统方法与你的方法相比为什么你的更好？你的项目作为某产品的一个环节，根据下游任务的需求，你会怎么调整优化现有输出？比赛初赛期间什么样一个调参思路？
- 反问环节：该岗位服务于OPPO手机摄像端，岗位工作分为自上而下满足上游硬件的算法需求；以及自下而上算法部门推出有效的算法功能供上游部门评判是否加入。面试官最喜欢OPPO的点在于扁平化管理，团队气氛较好，不会有明确的每日任务指标，而是一个宽松的deadline（面试官自称与其它他呆过的不点名公司相比，OPPO团队氛围开放）。可以后续与hr沟通工作地点。
HR面（20min）2022.9.7 - 自我介绍（重点介绍和岗位匹配的经历）
- HR提问环节：是否保研？是否有男朋友？分享一个项目中遇到的困难，如何解决，你的贡献是啥？工作城市选择？为什么选择这个城市？期望薪资？期望月薪？还有什么offer？其它offer也是算法吗？喜欢oppo哪一点？希望在oppo做什么样的工作？
- 反问：一到两周会收到通知，谈薪签约要到十月了。
技术一面（1h）2022.8.25：
- 自我介绍
- 针对比赛、项目问了半个小时
- 期间夹杂的问了问是否有系统学过深度机器学习；对于分类、检测和分割基础模型有没有了解；给你一个项目需要完成一个目标，你会怎么做；c++和python语言最大的区别是什么；python异常抛出机制（代码如何在有bug的情况下仍然能跑起来）；是否学过计算机相关课程（操作系统等）；NLP方面的模型是否了解？
- 编程题：nums数组找出最大最小值；计算IOU
- 面试官给的建议：线程、CPU、GPU运行等与深度学习有关的知识都要学学；对于循环神经网络、LSTM不仅要知道模型还要知道有什么用；有空多练练代码能力。
- 反问：成都的岗；隶属于百度的AI产品研发部；最近组内在做图片转文字的多模态任务的一个项目；相关业务甲方主要是政府；后续面试还有两轮。
技术二面（1h5min）2022.8.30:
- 自我介绍，项目让我分享ppt讲了十几分钟，相关问题（看了下消融实验，问了下这个项目做下来还有什么改进的方向），比赛随便问了下（主要是问了简历里写的渐进式学习、难例学习怎么搞得，以及问了一面面试官写的数据增强方面的贡献是什么），总共20min
- 深度学习基础知识：介绍下分割里面解决类不平衡问题的损失函数？Unet与deeplab在运行时间上有什么区别？目标检测了解吗？yolo到Retinanet有什么区别？Retinanet里面怎么解决类不平衡问题的？介绍下BN层归一化操作的其他创新方法？Transformer了解吗？Transformer与CNN在应用上适用于什么不同场景？
- python与c++基础知识问答题：Python里哪些数据结构可以修改值；c++了解哪些修饰器，c++里map和unordered_map的区别，底层实现还记得是啥吗？c++静态变量和静态函数是什么？
- 编程题（20min）：反转字符串，期间有空格删除空格，最后仅保留空格，后续询问明确了问题，保留的空格不需要考虑原始空格的位置。写完了之后需要自己解释一下实现。
- 没有反问环节，说后续有面试会通知。
之江实验室
技术一面（30min），电话面试：2022.8.23
- 之江实验室HR在牛客网看到我的简历，打电话问我要不要试试他们的标准化部门；
- 自我介绍，重点了解了下比赛，面试官是一个刚工作一年的小姐姐，没有问一些深入的问题
- 面试官小姐姐人很好，要我仔细考虑下工作的选择
- 反问环节：没有事业编，末位淘汰值10%，如果部门里没有十个人就不会淘汰；没有杭州人才补助，硕士住房要么住单位的公寓要么给2000；早9晚5.30，整体比较宽松，领导都是外企高管跳过来的，目前没感受到沟通不畅的问题。标准化部门做的是大数据的指标等的标准化起草部门，之江核心做AI的还是其它两个研究中心；该部门做cv方向目前比较接近的工作是做了一个Reid的数据集，可能后续有一些相关研究。
- 鉴于末位淘汰以及标准化太偏了，之后不好跳槽。就拒了后续面试。
技术一面（1h），多媒体推荐算法岗，视频面试：2022.8.31
- 自我介绍，被打断，面试官说做的是cv，那直接做题吧
- 算法题：实现NMS? 二维矩阵找里面1围成的矩形的最大面积?
- 问答题：项目里面如何解决样本不平衡怎么改进损失函数？其它解决样本不平衡损失函数了解哪些？focal loss有什么改进方法？VIT了解吗？transformer的encoder与decoder具体机制？相加操作能引入特征相关性吗？CNN相对于Transfomer两者的区别？能用CNN代替Transformer？
- 反问：反正过不了，象征性的问了下组里做什么就结束了。
快手的面试是我面过最让人生气的面试了, 自我介绍被打断，问答环节往往说着说着，被打断，不停的被质疑，然后面试官说自己的理解，沟通不畅，不会认真听我的回答，彷佛这场面试就是为了证明面试官很厉害而背离了面试选拔的初衷。后期全程冷笑，有些时刻甚至想着要不挂了不要浪费双方时间了。属于是面试面多了，什么人都能遇见了。
蚂蚁金服
技术一面（40min），计算机视觉，电话面试 2022.10.8：
- 自我介绍(2min)
- 问项目论文：课题的难点，创新点，为什么要用efficientnetV2
- 问比赛：介绍比赛背景，指标的物理意义，怎么优化损失函数解决过拟合问题
- 发散问的：介绍下NAFnet，介绍下除了LN以外的归一化操作，介绍下LN为什么好
- 反问：hc还有，还有二三面，时间说不清，会尽快电话通知
技术二面（30min），电话面试， 2022.10.20：
- 自我介绍（被打断会议是什么水平，我说是水会议，就没问了），2min
- 因此要我介绍下比赛，我详详细细的讲解了比赛的初赛+复赛经历（没有打断，25min）
- 反问环节：还有hc，会尽快安排面试，蚂蚁的保险部门，计算视觉算法服务业务包括保险理赔材料审核之类的，被问投的地点，团队在杭州和上海。
Intel
Intel三场面试都在同一天，一二轮面后都不需要关闭会议网址，间隔20min左右就有下一位面试官面试
技术一面，40min 2022.10.11：
- 自我介绍
- 仔细讲解项目，发散了问了深度学习的知识
- 简单的问了解机器学习吗
- 简单的问了图像处理里的边缘检测算子、图像配置里的变换矩阵，以及SIFT特征
- 语言是什么
HR面，30min，2022.10.11：
- 英文自我介绍（5min）以内：没有准备，胡扯
- 接下是中文问答：用三个词形容自己，以及为什么；最有成就感的一件事，这件事你做得比别人好的地方在于什么；最近因为性格急躁产生了什么坏的事；学习生活中遇到的一件困难的事，以及怎么解决的；职业规划；理想中工作场景；介绍了部门是FLEX，上海北京，相当于公司的内包，哪里项目人手不够去哪里；接触的部门项目会比较广，持续周期一个季度到一年不等，配导师；目前收到了什么offer；还有意向来Intel吗；
- 反问：导师培训制度，后续出结果要1-2周，因为还有很多人在流程中
技术二面，30min，2022.10.11 ：
- 问python的八股：匿名函数，装饰函数的作用，其它不记得了
- C++：虚函数，其它不记得了
- 做题：抛硬币，每次正面朝上的概率给出（但每次不一样），问抛n次后正面朝上次数大于负面朝上次数的概率，n一定为奇数
技术一面，1h， 2022.10.26
- 自我介绍
- 细细的问论文，讲解消融实验，基于论文涉及的知识点问efficientnet创新点，dw卷积是什么，dw卷积和普通卷积参数量的计算
- 问c++什么水平，有没有c++写过项目
- 问教研室是否都是做图像的
- 有向无环图的拓扑顺序（c++实现）
- 反问：地点北京上海，一共两轮技术，一轮HR，还有HC，小米的手机相机部门
第二天就挂了，纯纯kpi了
原文链接：https://blog.csdn.net/qq_43019433/article/details/126341098?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522171851498816800185825859%2522%252C%2522scm%2522%253A%252220140713.130102334.pc%255Fblog.%2522%257D&request_id=171851498816800185825859&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2~blog~first_rank_ecpm_v1~times_rank-16-126341098-null-null.nonecase&utm_term=AI%E9%9D%A2%E8%AF%95
