第1801章技術深水區
第1801章技術深水區(第2/3頁)
回到會議室，團隊還在討論。
“這是陳總發的資料。”她把資料放在桌上，“大家先看看，了解下這個領域的前沿進展。”
李明拿起一份，翻了翻，眼睛漸漸亮起來。
“這篇論文……講的是基於顏色直方圖的圖像匹配。
思路挺巧妙的。”
張濤也拿起一份：“這個是紋理特征提取的方法，用到了小波變換。”
新來的算法工程師看著一篇論文，喃喃自語：“這個相似度度量公式……有點意思。”
（本章未完，請點擊下一頁繼續閱讀）第1801章技術深水區(第2/2頁)
資料起了作用。
團隊開始認真研究，會議室裡響起了討論聲。
但一周後，問題又來了。
“賈總，我們試了幾個經典算法。”李明彙報，“效果……不太好。
簡單的圖片能匹配，稍微複雜點就亂了。”
“具體什麼問題？”
“特征不夠魯棒。”張濤解釋，“同一輛汽車，不同角度拍，提取的特征差異很大。
算法認不出來是同一個東西。”
賈瀞雯思考著。
這時，陳浩的電話來了。
“進展如何？”他問。
賈瀞雯把問題說了。
陳浩聽完，冇直接給答案，而是問：“你們現在怎麼做的？”
“按論文裡的方法，先做整體特征提取，再做全局匹配。”
“換個思路。”陳浩說，“分階段實現。
第一階段，不做通用圖像搜索，先做特定類彆的識彆。
比如先做汽車識彆，因為汽車有比較固定的特征。
第二階段，擴展到建築、動物等常見類彆。
第三階段，再做通用搜索。”
賈瀞雯記下來：“這是技術路徑上的建議？”
“對。”陳浩說，“另外，方法上也可以調整。
不要追求完美算法，先用簡單方法驗證可行性。
小步快跑，快速試錯。”
掛了電話，賈瀞雯立刻召集團隊。
“調整策略。”她說，“我們不分階段：第一階段，選定十個常見物品類彆——汽車、建築、動物、植物、家具、電器、服裝、食品、書籍、藝術品。
第二階段，每個類彆做專門的識彆模型。
第三階段，整合成原型係統。”
她看向李明：“方法上，先用最簡單的特征——顏色和紋理。
效果不好再升級。
目標不是完美，是驗證可行性。”
團隊重新分工。
十個人，每人負責一個類彆。
賈瀞雯要求每周彙報進展，遇到問題隨時討論。
第一周，進展緩慢。
負責汽車識彆的工程師發現，不同顏色的汽車在顏色特征上差異太大。
負責動物識彆的發現，貓和狗在某些角度下很難區分。
第二周，有人想出了新辦法。
負責建築的工程師提議，用邊緣檢
（本章未完，請點擊下一頁繼續閱讀）