上篇聊完飞控面试之后，后台有好几位读者私信我说："飞控太硬核了，有没有偏视觉的方向？"巧了，大疆的机器视觉算法工程师岗位正好是这个系列里呼声最高的方向之一。讲真，这个岗位的面试难度跟飞控不相上下，只不过考的东西从控制理论换成了计算机视觉。

我在准备大疆视觉岗面试的时候，翻了牛客、知乎、一亩三分地上的公开面经，发现一个规律：大疆特别喜欢考三块内容——目标检测的工程落地、深度估计的几何原理、还有视觉SLAM的前端后端全流程。尤其是SLAM部分，面试官会让你当场手推公式，推不出来就直接pass。今天这篇就把这几块的高频面试题掰开了讲。

目标检测：不考你背YOLO，考你改YOLO

大疆的视觉算法面试跟互联网公司的画风很不一样。字节、美团那边喜欢问你模型原理和trick，大疆更关心你能不能把检测模型塞进嵌入式平台、跑够实时帧率。

面试官的第一道题是："你现在有一个YOLOv8的模型，要在无人机上跑到30FPS以上，但推理延迟太高了。你怎么优化？"

这道题考的不是你知不知道YOLOv8的架构，而是你有没有做过模型压缩和部署优化的实战。我的回答分三层来说。第一层是模型层面的：用知识蒸馏把大模型的输出当soft label训练一个小模型，通常能砍掉50%-70%的参数量，精度损失控制在1-2个mAP点以内。第二层是量化：把FP32权重转成INT8，用TensorRT或者ONNX Runtime做推理，在Jetson平台上一般能提速3-4倍。第三层是算子融合和内存优化，把Conv+BN+ReLU融合成一个算子，减少中间tensor的内存