“说白了，你们也没什么可担忧的，我们验收结果通过才会签订合同呢，到时候也是你们自己去审阅代码，复现结果。

信不过别人你们还信不过自己吗？”

李彦弘很快调整好了自己的心态，“我们直接持有这样质疑的态度，是非常不可取的。

一会人来了之后，我们还是要调整一下，注意方式方法。”

另一边，对这边内幕一无所知的孟繁岐，正准备前往白度的燕京总部。

作为重生人士的他，终究还是高估了现能上有所牺牲也是在所难免。

但孟繁岐开始接触YOLO技术的时候，都已经出到V4了，等到2023年的时候，甚至都已经到了V7，V8。

很多细节上的问题，孟繁岐就是想犯错都不知道该怎么犯。

最开始记得的就是优化之后的技术。

此时此刻，比较常用的检测技术是DPM，30FPS性能26.1mAP，100FPS性能仅为16.0mAP。

而这个月刚刚出来的R-技术，性能虽然有一个质的突破，来到了50-60，但FPS已经到小数点后几位去了，根本用不了。

孟繁岐交出的结果则是，69.5mAP，82FPS，58.3mAP，200FPS。

这已经不能说有这样质疑的态度，是非常不可取的。

一会人来了之后，我们还是要调整一下，注意方式方法。”

另一边，对这边内幕一无所知的孟繁岐，正准备前往白度的燕京总部。

作为重生人士的他，终究还是高估了现有的检测技术。

第一个真正意义上将深度学习技术应用到目标检测上的，应当是这个月刚刚提出来的R-，也就是区域检测神经网络。

在传统算法mAP值止步于30-40，不再继续提升的情况下，R推理，速度甚至可以达到惊人的200帧。

多少人直到十年后，玩游戏的时候显示器都显示不了100帧？

原本的初版YOLO技术其实在精确程度上还有所不足，毕竟，作为专注于速度的检测技术，在性能上有所牺牲也是在所难免。

但孟繁岐开始接触YOLO技术的时候，都已经出到V4了，等到2023年的时候，甚至都已经到了V7，V8。

很多细节上的问题，孟繁岐就是想犯错都不知道该怎么犯。

物，动植物等常见物体，就能够给观众最为直接的震撼。

像图像生成，语言对话等技术，还需要一定的时间，海量的数据和计算资源来支撑，自己才能够实现这些技术。

而在实际的应用前景上，检测技术不仅是现阶段最容易落地的技术，它的未来前景也非常辽阔。

两三年后搞自动驾驶的企业那是不计其数，如过江之鲫，数不胜数。

在检测上尽力做出夸张的突破，很有助于此后自己在这个方向上的历史地位，说白了其实就是更容易忽悠到钱。

只是他第一次把握刀法，经验不足，没有切好。

不慎导致比较专业的人士对此有所误会。

.

本章完

本站网站:.kuaishuku