從研二那年第一次在組會(huì)上匯報(bào)論文到后來帶著自己的CV項(xiàng)目參加技術(shù)評審我被問過太多次同一個(gè)問題“女生做計(jì)算機(jī)視覺是不是特別吃力”第一次聽到這個(gè)問題時(shí)我還認(rèn)真解釋了很久后來才明白提問的人想聽的其實(shí)不是答案而是一個(gè)“合理”的退路。但我偏偏沒退。在這個(gè)領(lǐng)域摸爬滾打了幾年我越來越清楚一件事——計(jì)算機(jī)視覺的難度是真的勸退的人也是真的但“難”和“不適合女生”完全是兩碼事。真正讓人想放棄的是透視幾何里繞來繞去的坐標(biāo)變換是大作業(yè)跑不通時(shí)的深夜崩潰是論文里那些默認(rèn)你什么都知道的省略步驟以及偶爾從會(huì)議室角落里飄來的那句“要不讓男生來調(diào)一下參數(shù)”。這篇內(nèi)容我憋了很久想把計(jì)算機(jī)視覺領(lǐng)域里那些真實(shí)存在的挑戰(zhàn)尤其是女性更容易遇到的那些隱形勢能和我自己摸索出來的應(yīng)對方式一次說清楚。沒有雞湯只有踩過坑之后留下的地圖。1. 透視幾何與數(shù)學(xué)基礎(chǔ)我踩過的“第一道門檻”1.1 為什么透視幾何讓很多人勸退我見過太多剛?cè)腴T的同學(xué)在看完OpenCV的官方教程、跑通人臉檢測之后興沖沖地以為自己已經(jīng)入門了結(jié)果一接觸到多視圖幾何、相機(jī)標(biāo)定、三維重建整個(gè)人就懵了。我自己也是在這個(gè)環(huán)節(jié)第一次懷疑“我是不是不適合搞CV”。透視幾何的核心問題就是把真實(shí)三維世界投影到二維圖像平面上再從二維圖像反推三維信息。聽起來簡單但里面全是反直覺的東西。比如平行線在圖像里會(huì)相交于滅點(diǎn)同一個(gè)物體從不同角度看形狀完全不一樣一個(gè)像素點(diǎn)可能對應(yīng)空間中無數(shù)個(gè)三維點(diǎn)。這些概念光是理解就已經(jīng)很痛苦了更別提還要用數(shù)學(xué)公式去表達(dá)。我當(dāng)時(shí)的崩潰點(diǎn)在于教材里動(dòng)不動(dòng)就來一個(gè)$P K[R|t]$然后直接跳到了“顯然通過SVD分解可以獲得本質(zhì)矩陣”。對我這種本科學(xué)通信、矩陣只學(xué)過一點(diǎn)皮毛的人來說那個(gè)“顯然”就足夠讓我在圖書館坐一整個(gè)下午。1.2 我是怎么把“幾何直覺”變成“代數(shù)計(jì)算”的后來我換了一個(gè)思路既然幾何直覺不夠強(qiáng)那就靠代數(shù)硬算。我把所有幾何問題全部翻譯成矩陣運(yùn)算不看“為什么兩條線相交于滅點(diǎn)”而是直接看“滅點(diǎn)的齊次坐標(biāo)怎么求”。具體來說我做了三件事把齊次坐標(biāo)這個(gè)概念徹底吃透。理解了為什么用$n1$維向量表示$n$維空間中的點(diǎn)為什么旋轉(zhuǎn)和平移可以寫成一個(gè)矩陣。這一步通了之后相機(jī)模型就不再是一堆神秘符號(hào)而是一套固定流程世界坐標(biāo)→相機(jī)坐標(biāo)→圖像坐標(biāo)→像素坐標(biāo)。把所有變換矩陣的推導(dǎo)自己在紙上推一遍。書上的結(jié)果只寫最后公式那我就從最基礎(chǔ)的剛體變換開始把旋轉(zhuǎn)矩陣怎么構(gòu)造、為什么繞不同軸旋轉(zhuǎn)的矩陣形式不一樣自己推到手熟。用代碼驗(yàn)證公式。我會(huì)故意把相機(jī)內(nèi)參矩陣改一個(gè)數(shù)看投影結(jié)果怎么變化用可視化的方式把抽象的公式變成看得見的圖像。做完這三步透視幾何在我眼里就從“天書”變成了“一套可以照章辦事的流程”。后來我給實(shí)驗(yàn)室的學(xué)弟學(xué)妹講相機(jī)標(biāo)定時(shí)發(fā)現(xiàn)大部分人卡住的點(diǎn)和我當(dāng)年一模一樣——不是數(shù)學(xué)不好而是沒有找到“幾何直覺”之外的替代路徑。如果你也屬于空間想象能力沒那么強(qiáng)的人記住CV領(lǐng)域的很多幾何問題本質(zhì)上都可以轉(zhuǎn)化為代數(shù)問題來解決而代數(shù)是可以靠重復(fù)訓(xùn)練練出肌肉記憶的。1.3 給新手的數(shù)學(xué)準(zhǔn)備清單結(jié)合章毓晉老師的《計(jì)算機(jī)視覺教程》以及我自己踩過的坑我整理了一份數(shù)學(xué)準(zhǔn)備清單按優(yōu)先級(jí)排序知識(shí)模塊需要掌握到什么程度對應(yīng)CV中的用途線性代數(shù)矩陣、特征值、SVD能手推常見推導(dǎo)理解幾何意義相機(jī)模型、本質(zhì)矩陣、圖像變換微積分偏導(dǎo)、鏈?zhǔn)椒▌t能看懂反向傳播推導(dǎo)深度學(xué)習(xí)中的梯度計(jì)算概率統(tǒng)計(jì)高斯分布、極大似然估計(jì)理解概念會(huì)寫公式濾波、狀態(tài)估計(jì)、損失函數(shù)設(shè)計(jì)數(shù)值優(yōu)化梯度下降、最小二乘會(huì)調(diào)用庫并理解原理相機(jī)標(biāo)定、模型訓(xùn)練這套清單不是讓你全部學(xué)完才動(dòng)手寫代碼而是告訴你當(dāng)你在某個(gè)技術(shù)點(diǎn)卡住時(shí)大概率是底層的某個(gè)數(shù)學(xué)概念沒搞順。回去補(bǔ)那一塊的知識(shí)比硬著頭皮看代碼效率高得多。2. 學(xué)習(xí)路線里的三個(gè)“勸退點(diǎn)”大作業(yè)、考試和論文2.1 計(jì)算機(jī)視覺大作業(yè)的常見崩潰瞬間“計(jì)算機(jī)視覺大作業(yè)”幾乎是每個(gè)CV學(xué)生的噩夢。熱搜詞里有它說明被折磨的人遠(yuǎn)不止我一個(gè)。我見過的大作業(yè)題目五花八門圖像拼接、目標(biāo)檢測、光流估計(jì)、三維重建……看起來每個(gè)都是經(jīng)典算法但真正動(dòng)手時(shí)你會(huì)發(fā)現(xiàn)處處是坑。我印象最深的是一次圖像拼接大作業(yè)。任務(wù)是把兩張有重疊區(qū)域的照片拼成一張全景圖。聽起來很簡單找特征點(diǎn)、匹配、算單應(yīng)矩陣、變換融合。但實(shí)際跑起來每個(gè)步驟都能出幺蛾子——特征點(diǎn)匹配錯(cuò)了一大堆、單應(yīng)矩陣求解出來是一堆亂碼、融合之后的接縫處有明顯重影。那幾天我反復(fù)調(diào)試到凌晨一度懷疑自己的代碼邏輯全錯(cuò)了后來才發(fā)現(xiàn)只是特征點(diǎn)檢測的閾值設(shè)得太高導(dǎo)致匹配點(diǎn)數(shù)量不夠。從那以后我養(yǎng)成一個(gè)習(xí)慣大作業(yè)拿到手先別急著寫代碼先把整個(gè)流程拆成一個(gè)個(gè)小模塊每個(gè)模塊單獨(dú)測試。特征點(diǎn)提取模塊跑通后先可視化看看特征點(diǎn)在人眼看來是否合理匹配模塊做好后先畫出匹配連線看有沒有明顯錯(cuò)配。每一步都驗(yàn)證完了再拼起來。這個(gè)習(xí)慣救了我很多次后來在工作中做項(xiàng)目我也一直沿用這種“模塊化驗(yàn)證”的思路。2.2 期末考試復(fù)習(xí)的取舍以常見的CV課程為例熱搜詞里出現(xiàn)了“北京交通大學(xué)計(jì)算機(jī)視覺期末考試題”看來很多同學(xué)都在找往年考題做參考。我當(dāng)時(shí)復(fù)習(xí)一般不會(huì)迷信某一份試卷而是會(huì)抓三個(gè)核心脈絡(luò)數(shù)學(xué)推導(dǎo)題相機(jī)模型的坐標(biāo)變換、對極幾何、光流方程的推導(dǎo)。這些內(nèi)容看起來嚇人但考點(diǎn)往往很固定。我會(huì)把每個(gè)公式的來源、每一步的物理意義都整理成卡片反復(fù)默寫。概念辨析題比如“圖像濾波中的高斯濾波和中值濾波有什么區(qū)別”“SIFT和SURF的異同”。這類題考察的是對算法適用場景的理解。我會(huì)做一個(gè)對比表格列出每個(gè)算法的原理、優(yōu)點(diǎn)、缺點(diǎn)、適用場景考前看一遍基本不會(huì)亂。開放性設(shè)計(jì)題給你一個(gè)實(shí)際問題比如“如何測量圖像中物體的尺寸”讓你設(shè)計(jì)一個(gè)方案。這種題沒有標(biāo)準(zhǔn)答案考察的是你能否把學(xué)過的算法串聯(lián)起來。我的應(yīng)對方式是平時(shí)多積累一些pipeline比如“相機(jī)標(biāo)定→畸變校正→特征檢測→三維重建”考場上遇到新問題就往這些pipeline上靠。坦白說期末考試只是手段不是目的。那些為了應(yīng)付考試背下來的公式后來讀論文時(shí)會(huì)一遍遍重新遇到到時(shí)候你會(huì)感謝當(dāng)年認(rèn)真禿過的頭。2.3 論文閱讀從逐字啃到帶著問題看“計(jì)算機(jī)視覺論文”是另一個(gè)高頻搜索詞。剛開始讀論文的時(shí)候我跟大多數(shù)人一樣拿到手就從Abstract開始逐字讀到Conclusion結(jié)果讀完后腦子一片空白連這篇論文解決了什么問題都說不上來。后來我換了一種方式先看標(biāo)題、摘要和圖表然后問自己三個(gè)問題這篇論文要解決什么問題它用了什么方法和之前的方法相比核心創(chuàng)新點(diǎn)是什么這個(gè)方法有什么局限我能不能想到改進(jìn)方向帶著這三個(gè)問題去讀論文就會(huì)主動(dòng)思考而不是被動(dòng)看字。遇到看不懂的公式先跳過看看它后面的實(shí)驗(yàn)結(jié)果再回來猜這個(gè)公式在做什么。這個(gè)方法讓我讀論文的效率提高了不止一倍。另外女生在論文討論中經(jīng)常被忽略感受的隱性壓力是真實(shí)存在的我的應(yīng)對方式是每周組會(huì)前我會(huì)至少準(zhǔn)備兩個(gè)“自己真正沒搞懂”的問題主動(dòng)提問。哪怕有些問題看起來基礎(chǔ)但敢于問出來才能真正消化知識(shí)。記住讀論文不是為了證明你讀了而是為了把別人的思想變成你自己的武器。3. 算法與應(yīng)用之間的鴻溝跑通Demo不等于解決問題3.1 一個(gè)真實(shí)項(xiàng)目從OpenCV demo到實(shí)際部署工作之后我接手過一個(gè)工業(yè)質(zhì)檢項(xiàng)目要求在生產(chǎn)線上實(shí)時(shí)檢測零件表面的微小劃痕。實(shí)驗(yàn)室里跑得飛快的深度學(xué)習(xí)模型一上產(chǎn)線就原形畢露——光照變化導(dǎo)致誤檢率飆升運(yùn)動(dòng)模糊讓模型完全失靈更別提還要控制在幾十毫秒內(nèi)的推理延遲。我?guī)е鴥蓚€(gè)小伙伴在產(chǎn)線邊上蹲了一個(gè)星期終于想明白了問題所在我們訓(xùn)練模型用的是公開數(shù)據(jù)集里面的圖像都是“干干凈凈”的而產(chǎn)線上是“臟亂差”的真實(shí)環(huán)境。后來我們做了三件事先做圖像預(yù)處理使用retinex算法做光照歸一化把不同光照下的零件圖像拉回到同一亮度范圍。再是數(shù)據(jù)增強(qiáng)模擬運(yùn)動(dòng)模糊、噪聲、隨機(jī)遮擋讓模型見過足夠多的“壞”情況。最后是模型剪枝和int8量化把網(wǎng)絡(luò)壓縮到可以在邊緣設(shè)備上實(shí)時(shí)跑。這個(gè)項(xiàng)目讓我深刻體會(huì)到計(jì)算機(jī)視覺真正難的不是稍微跑通一個(gè)model而是讓你的算法在真實(shí)世界無數(shù)種意外情況下都足夠穩(wěn)。跑通Demo只是第一步后面的工程優(yōu)化才是真正拉開差距的地方。3.2 女性視角帶來的獨(dú)特優(yōu)勢細(xì)致與多模態(tài)思考這個(gè)話題容易說成雞湯但我想分享一個(gè)真實(shí)觀察。在調(diào)試模型失敗的時(shí)候男性同事通常會(huì)傾向于“多跑幾個(gè)epoch”“換個(gè)大模型”而我自己的習(xí)慣是“先去看看數(shù)據(jù)長什么樣”。打開幾張訓(xùn)練樣本你會(huì)發(fā)現(xiàn)很多問題的根源根本不在模型標(biāo)簽標(biāo)錯(cuò)了、類別不均衡、某些類別在光照變化下根本無法辨認(rèn)。這些細(xì)節(jié)如果沒人去盯模型再大也救不回來。女性在視覺感知和同理心上往往更細(xì)膩這在CV這種需要觀察數(shù)據(jù)的領(lǐng)域其實(shí)是隱性優(yōu)勢。比如在人臉表情識(shí)別項(xiàng)目里我能夠注意到不同文化背景下表情表達(dá)的差異避免模型一遇到亞洲面孔就誤判。在醫(yī)療影像分析中我會(huì)格外關(guān)注樣本里的噪聲標(biāo)注是否影響邊緣病例的判斷。這些視角不是被誰強(qiáng)加的而是我天性里對細(xì)微變化的敏感恰好在這個(gè)領(lǐng)域特別受用。千萬不要覺得“女生做CV應(yīng)該在算法上弱一些”事實(shí)上很多關(guān)鍵問題的解決都是從那些別人注意不到的細(xì)節(jié)里找到線索的。細(xì)心不是劣勢而是你獨(dú)有的調(diào)試武器。3.3 建立自己的“調(diào)試直覺”說了這么多最重要的還是建立一套自己的調(diào)試方法。我總結(jié)了一個(gè)五步找bug法先懷疑數(shù)據(jù)再懷疑代碼。超過一半的模型訓(xùn)練問題都出在數(shù)據(jù)上——標(biāo)簽錯(cuò)、通道順序錯(cuò)、歸一化參數(shù)錯(cuò)檢查起來很快。跑一個(gè)過擬合實(shí)驗(yàn)。用一小批數(shù)據(jù)把模型訓(xùn)到訓(xùn)練集準(zhǔn)確率接近100%如果訓(xùn)不到那可能模型實(shí)現(xiàn)有問題。可視化中間結(jié)果。特征圖、attention map、梯度圖都拉出來看看很多問題一眼就能看出來。找baseline對比。用一個(gè)已知能跑的模型比如官方預(yù)訓(xùn)練模型跑同一份數(shù)據(jù)如果結(jié)果也不好那問題大概率在數(shù)據(jù)處理而不是你的模型結(jié)構(gòu)。記錄每一次改動(dòng)。我有個(gè)習(xí)慣每次改一行代碼或一個(gè)參數(shù)都會(huì)在log里注釋一句這樣出了問題可以回滾對比。這套調(diào)試直覺不是天生的是靠一次次debug練出來的。每一次報(bào)錯(cuò)、每一個(gè)不合理的loss曲線都是在幫你積累判斷經(jīng)驗(yàn)。等你把常見的坑都踩過一遍后面的路就會(huì)順很多。4. 女性從業(yè)者的隱形挑戰(zhàn)會(huì)議、合作與自我定位4.1 那些“無意識(shí)的質(zhì)疑”如何應(yīng)對在技術(shù)圈里待久了你會(huì)發(fā)現(xiàn)很多質(zhì)疑并不是明面上的而是隱形的。比如開會(huì)時(shí)你提出了一個(gè)技術(shù)方案沒人回應(yīng)三分鐘后一個(gè)男同事復(fù)述了同樣的內(nèi)容大家紛紛點(diǎn)頭。再比如項(xiàng)目出問題時(shí)第一反應(yīng)是“測試數(shù)據(jù)是不是你那邊標(biāo)的不好”而不是去查代碼邏輯。面對這些“無意識(shí)的質(zhì)疑”我剛開始會(huì)很委屈后來想明白了一個(gè)道理與其糾結(jié)對方是不是不信任我不如把每一次質(zhì)疑都變成展示專業(yè)度的機(jī)會(huì)。我的應(yīng)對方法有三點(diǎn)提前把思考寫下來。開會(huì)前我會(huì)把方案的關(guān)鍵點(diǎn)、對比實(shí)驗(yàn)、風(fēng)險(xiǎn)分析做成簡明的一頁文檔發(fā)到群里。這樣當(dāng)有人質(zhì)疑時(shí)我只需要指著文檔說“這個(gè)方案我們驗(yàn)證過數(shù)據(jù)在第三頁”。白紙黑字的證據(jù)比現(xiàn)場說服更有力。練就“復(fù)述質(zhì)疑”的話術(shù)。當(dāng)別人提出一個(gè)我不太認(rèn)可的觀點(diǎn)時(shí)我不會(huì)直接說“不對”而是先說“我來復(fù)述一下你的意思……”確認(rèn)我理解正確后再補(bǔ)充“我這邊有一個(gè)不同的實(shí)驗(yàn)證據(jù)……”。這樣顯得理性又不失立場。不要追求讓所有人喜歡你。作為團(tuán)隊(duì)里少見的女工程師很容易被貼上“要照顧情緒”的標(biāo)簽。但我們是來解決問題的不是來當(dāng)氛圍組的。必要時(shí)堅(jiān)定地表達(dá)自己的技術(shù)判斷哪怕語氣強(qiáng)硬一點(diǎn)也沒關(guān)系。4.2 找到你的“支持系統(tǒng)”一個(gè)人在計(jì)算機(jī)視覺領(lǐng)域孤軍奮戰(zhàn)尤其是女性真的很容易自我懷疑。我特別建議你主動(dòng)尋找自己的“支持系統(tǒng)”包括三類人一位比你資深的女性前輩。她可以是你實(shí)驗(yàn)室的師姐、公司的主管、甚至只是在技術(shù)大會(huì)上認(rèn)識(shí)的同行。當(dāng)你遇到覺得“是不是我不行”的時(shí)刻去找她聊一聊。你會(huì)發(fā)現(xiàn)她也經(jīng)歷過同樣的困境這種共鳴本身就是一種力量。幾個(gè)可以深聊技術(shù)問題的同行伙伴。這個(gè)群不需要大三五個(gè)就行男女都可以。相比戀愛情感技術(shù)上的討論更能讓人成長。我曾經(jīng)和一個(gè)素未謀面的網(wǎng)友因?yàn)橛懻撘粋€(gè)關(guān)于光流估計(jì)的細(xì)節(jié)連續(xù)一周每天聊到深夜那種純粹因?yàn)榧夹g(shù)而連接的體驗(yàn)特別棒。一個(gè)可以讓你放松的“非技術(shù)圈子”。搞CV的人很容易一天到晚泡在代碼里但弦繃太緊會(huì)斷。我喜歡周末去畫室畫畫畫畫這件事讓我重新找回“視覺”帶來的純粹快樂而不是只是loss曲線上的數(shù)字。這些支持系統(tǒng)不會(huì)突然從天上掉下來需要你主動(dòng)去維護(hù)。我現(xiàn)在的習(xí)慣是每逢看到有啟發(fā)性的論文或工程實(shí)踐就轉(zhuǎn)發(fā)給幾個(gè)固定好友附上兩句自己的評論。時(shí)間久了大家就會(huì)互相分享資源、內(nèi)推機(jī)會(huì)形成一個(gè)正循環(huán)。4.3 用作品說話但不止于作品“用作品說話”是技術(shù)領(lǐng)域最公平的游戲規(guī)則我完全同意。但作為一個(gè)過來人我也想說僅靠作品是不夠的。你還需要讓更多人看到你的作品也就是所謂的visibility。當(dāng)年我剛做出一個(gè)不錯(cuò)的缺陷檢測模型時(shí)覺得成果放在代碼倉庫里就夠了。后來我注意到晉升答辯時(shí)那些經(jīng)常在周會(huì)上展示進(jìn)度、在代碼評審里主動(dòng)講解設(shè)計(jì)思路的同事即使做的項(xiàng)目沒有我復(fù)雜卻往往更容易獲得認(rèn)可。所以我開始刻意練習(xí)“展示”這件事每次完成一個(gè)階段性成果我會(huì)在團(tuán)隊(duì)內(nèi)部做一個(gè)15分鐘的小分享不光講結(jié)果更講過程中遇到的問題和解決思路。我把自己踩過的坑寫成技術(shù)文檔發(fā)布到團(tuán)隊(duì)的知識(shí)庫里哪怕沒人看也當(dāng)梳理思路。面對公開的技術(shù)大會(huì)或社區(qū)分享機(jī)會(huì)我盡量去爭取。第一次在幾十人面前講PPT時(shí)我手都在抖但現(xiàn)在我已經(jīng)能自然地根據(jù)聽眾的反應(yīng)調(diào)整講解節(jié)奏。作品是你的基礎(chǔ)但讓別人知道你做了什么、怎么做、為什么這么做才能讓你的價(jià)值被看見。對于習(xí)慣低調(diào)做事的女生來說這一步尤其重要。5. 給后來者的可復(fù)制路線我的學(xué)習(xí)路徑與避坑清單5.1 從入門到實(shí)戰(zhàn)的路徑規(guī)劃很多人問我計(jì)算機(jī)視覺學(xué)習(xí)路線我自己走過的路徑可以總結(jié)為“四個(gè)階段”每個(gè)階段都有明確的目標(biāo)階段一建立直覺1-2個(gè)月。不碰復(fù)雜的數(shù)學(xué)先用OpenCV玩起來。讀圖像、寫像素、濾波、邊緣檢測、直方圖均衡化。目標(biāo)是理解圖像在計(jì)算機(jī)里到底是什么。我當(dāng)年用攝像頭拍了好多自己的照片來調(diào)試各種濾鏡雖然幼稚但非常有用。階段二掌握核心算法2-3個(gè)月。系統(tǒng)學(xué)習(xí)特征提取SIFT、ORB、圖像變換、相機(jī)模型、多視圖幾何。配合章毓晉老師的《計(jì)算機(jī)視覺教程》和周志華老師的機(jī)器學(xué)習(xí)基礎(chǔ)一邊推公式一邊寫代碼實(shí)現(xiàn)。這個(gè)階段最苦但只要過了后面的路就會(huì)豁然開朗。階段三進(jìn)入深度學(xué)習(xí)3-4個(gè)月。學(xué)會(huì)用PyTorch搭建簡單的CNN完成圖像分類、目標(biāo)檢測等經(jīng)典任務(wù)。不要貪多先把一個(gè)完整pipeline跑通數(shù)據(jù)加載→模型定義→訓(xùn)練→驗(yàn)證→預(yù)測。在這個(gè)階段你不需要?jiǎng)?chuàng)造新模型只需要搞清楚別人是怎么做的。階段四做真實(shí)項(xiàng)目持續(xù)。參加比賽或開源項(xiàng)目也可以但最好是能解決一個(gè)真實(shí)問題哪怕是幫朋友公司做一個(gè)人臉打卡系統(tǒng)。真實(shí)項(xiàng)目中出現(xiàn)的各種意外是任何教程都教不了的。5.2 避坑清單這些坑我替你踩過了場景常見坑我的解藥數(shù)據(jù)集準(zhǔn)備標(biāo)注質(zhì)量差模型訓(xùn)出來是“瞎猜”寫一個(gè)可視化腳本把標(biāo)注框畫在圖上人工抽檢模型訓(xùn)練顯存不夠batch size設(shè)太小混合精度訓(xùn)練、梯度累積別一開始就上大模型超參數(shù)調(diào)試學(xué)習(xí)率設(shè)得太大loss一開始就崩先跑一個(gè)小的warmup實(shí)驗(yàn)用學(xué)習(xí)率尋找器圖像預(yù)處理RGB和BGR通道搞反模型效果莫名變差在所有預(yù)處理前后都加斷言檢查通道順序部署上線訓(xùn)練時(shí)用隨機(jī)縮放測試時(shí)忘了同步把完整的預(yù)處理pipeline寫成一個(gè)函數(shù)訓(xùn)練和推理都用它我一直強(qiáng)調(diào)“可視化驗(yàn)證”的重要性不管你的編程水平有多高都要給自己留一條“用眼睛看結(jié)果”的后路。視覺看到的東西比屏幕上的數(shù)字要直觀得多。5.3 一句送給所有女生的話最后想對正在計(jì)算機(jī)視覺領(lǐng)域門口張望或者已經(jīng)在里面掙扎的女生說幾句話。這個(gè)領(lǐng)域的難度是真實(shí)存在的但它的想象力、創(chuàng)造力和解決問題的成就感也是實(shí)實(shí)在在的。你可能會(huì)遇到有人對你能力的懷疑也可能會(huì)遇到代碼調(diào)不出來時(shí)的孤獨(dú)感甚至有時(shí)候會(huì)懷疑自己是不是選錯(cuò)了路。但我想告訴你計(jì)算機(jī)視覺不需要你變成另一個(gè)人它需要你變成更細(xì)致、更有韌性的自己。你不是因?yàn)楸辉试S才站在這里而是因?yàn)槟阌心芰φ驹谶@里。那些深夜debug的時(shí)刻、那些反復(fù)推公式想要放棄又撿起來的時(shí)刻都會(huì)慢慢長成你的底氣。這個(gè)領(lǐng)域需要更多的女性視角、女性經(jīng)驗(yàn)和女性的細(xì)膩與堅(jiān)持。路還長但你已經(jīng)開始了。這本身就是最勇敢的一步。我在帶新人的時(shí)候常常會(huì)提醒他們計(jì)算機(jī)視覺的經(jīng)典算法不會(huì)過時(shí)但應(yīng)用場景永遠(yuǎn)在變別人怎么評價(jià)你不重要重要的是你能否在自己選擇的道路上持續(xù)精進(jìn)。每次調(diào)通一個(gè)困擾很久的問題那種“原來如此”的快樂是支撐我一直走下去的動(dòng)力。希望你也能找到那份屬于你的、獨(dú)一份的快樂。