第(3/3)頁

    但孟繁岐開始接觸yolo技術的時候，都已經出到v4了，等到2023年的時候，甚至都已經到了v7，v8。

    很多細節上的問題，孟繁岐就是想犯錯都不知道該怎么犯。

    最開始記得的就是優化之后的技術。

    此時此刻，比較常用的檢測技術是dpm，30fps性能26.1    map，100fps性能僅為16.0    map。

    而這個月剛剛出來的r-cnn技術，性能雖然有一個質的突破，來到了50-60，但fps已經到小數點后幾位去了，根本用不了。

    孟繁岐交出的結果則是，69.5    map，82fps，58.3    map，200fps。

    這已經不能說是普通的超越了，簡直是完爆中的完爆。

    不過除了在這方面有所疏忽之外，孟繁岐實際上還是在有意識地想要做高這個性能。

    縱觀自己掌握的所有ai技術，唯有檢測是現在階段變現最快的。

    這個功能直接粗暴好理解，易于展示。

    只需要接上攝像頭，給觀眾們實時地演示，這項ai技術可以流暢絲滑地檢測出屏幕中的桌椅，人物，動植物等常見物體，就能夠給觀眾最為直接的震撼。

    像圖像生成，語言對話等技術，還需要一定的時間，海量的數據和計算資源來支撐，自己才能夠實現這些技術。

    而在實際的應用前景上，檢測技術不僅是現階段最容易落地的技術，它的未來前景也非常遼闊。

    兩三年后搞自動駕駛的企業那是不計其數，如過江之鯽，數不勝數。

    在檢測上盡力做出夸張的突破，很有助于此后自己在這個方向上的歷史地位，說白了其實就是更容易忽悠到錢。

    只是他第一次把握刀法，經驗不足，沒有切好。不慎導致比較專業的人士對此有所誤會。


    第(3/3)頁