第892章 星云发布会二（1 / 3）
看著这些照片，台下安静了许多，很多人也回到了记忆中的小村庄。
破败、泥瓦墙，但相比於现在復甦的生活，却多了很多生活气息……
那是他们最怀念的童年！
这一杀招直接触动了不少人的心，沈飞也敏锐地观察了这一点，於是他开始了下一步行动。
“传统手机的影像算法，是把一整张照片当成一个整体来处理。
降噪、曝光、白平衡，所有参数均匀地撒在整个画面里。
但真实世界不是均匀的。
路灯旁边是暗的，积水里有倒影，石板路的纹理在湿了之后和干了之后完全不一样。
当时，陈敏提出一个想法，能不能让算法像人眼一样，看见画面里不同的东西，然后对每个东西做不同的处理。
路灯是高光，不能压。
倒影是细节，不能丟。
石板路的纹理是氛围，不能磨掉。
她把这种想法写成了第一版语义分割算法。”
屏幕切到一段代码截图，密密麻麻的注释，每一行都標註著日期和修改內容。
“这是第一版代码。
上面有很多补充的注释，说我们是想试一试，我们也不確定！
但三天后他们就找到了准確的道路，我们可以確定是这样的吗？
台上的沈飞忽然停下了脚步。
紧接著台下一个女工程师低下头，用手背蹭眼角，然后发现导播老师给了她一个特写镜头，她连忙摆正了一下姿势。
没错，她就是视频里的主角！
“我们谢谢陈组长！”
因为她找到的，她找到的不只是路灯，而是一种新的算法架构。
以前做语义分割，是靠人工標註几十万张照片，告诉ai这是什么、那是什么。
陈敏觉得太慢了，她换了一种思路，ai能不能自己学习。
她就带著团队重新设计训练流程。
让人工智慧自己去网上找照片，自己分辨画面里有几个物体，自己判断每个物体应该怎么处理。
用了三个多月，跑了几百万张照片。
当然有时候努力並不能得到好结果，比如最初的第一版算法处理的图像各种模糊，甚至有些黑色区域也都被抹成了油画效果，但努力不能因为失败而放弃。
最终又训练了几百万张的照片，我们的ai成功了。”
好像又是一阵响亮的掌声，但舞台上的雷布斯也发现了一点不太对劲！ ↑返回顶部↑
破败、泥瓦墙，但相比於现在復甦的生活，却多了很多生活气息……
那是他们最怀念的童年！
这一杀招直接触动了不少人的心，沈飞也敏锐地观察了这一点，於是他开始了下一步行动。
“传统手机的影像算法，是把一整张照片当成一个整体来处理。
降噪、曝光、白平衡，所有参数均匀地撒在整个画面里。
但真实世界不是均匀的。
路灯旁边是暗的，积水里有倒影，石板路的纹理在湿了之后和干了之后完全不一样。
当时，陈敏提出一个想法，能不能让算法像人眼一样，看见画面里不同的东西，然后对每个东西做不同的处理。
路灯是高光，不能压。
倒影是细节，不能丟。
石板路的纹理是氛围，不能磨掉。
她把这种想法写成了第一版语义分割算法。”
屏幕切到一段代码截图，密密麻麻的注释，每一行都標註著日期和修改內容。
“这是第一版代码。
上面有很多补充的注释，说我们是想试一试，我们也不確定！
但三天后他们就找到了准確的道路，我们可以確定是这样的吗？
台上的沈飞忽然停下了脚步。
紧接著台下一个女工程师低下头，用手背蹭眼角，然后发现导播老师给了她一个特写镜头，她连忙摆正了一下姿势。
没错，她就是视频里的主角！
“我们谢谢陈组长！”
因为她找到的，她找到的不只是路灯，而是一种新的算法架构。
以前做语义分割，是靠人工標註几十万张照片，告诉ai这是什么、那是什么。
陈敏觉得太慢了，她换了一种思路，ai能不能自己学习。
她就带著团队重新设计训练流程。
让人工智慧自己去网上找照片，自己分辨画面里有几个物体，自己判断每个物体应该怎么处理。
用了三个多月，跑了几百万张照片。
当然有时候努力並不能得到好结果，比如最初的第一版算法处理的图像各种模糊，甚至有些黑色区域也都被抹成了油画效果，但努力不能因为失败而放弃。
最终又训练了几百万张的照片，我们的ai成功了。”
好像又是一阵响亮的掌声，但舞台上的雷布斯也发现了一点不太对劲！ ↑返回顶部↑