第396章 我这有几千张gu你要吗（第2页）

宣讲安排在下午两点，是下午场的第二个报告。

现在是上午十点四十分。

时间够。

……

上午的大会主题报告，任少卿坐在后排，把论文草稿掏出来又过了一遍。

台上是一位西工大的老先生，做人脸识別做了二十多年，满头白髮，声音洪亮，ppt是黑底绿字的经典配色，一页一页往下翻，每一页都有至少三段话。

老先生讲的是基於可形变模型的人脸特徵点对齐，理论体系扎实、推导完备，是这个领域里毫无疑问的泰斗级工作。

任少卿认认真真地听，认认真真地鼓掌。

然后继续低头看自己的论文。

……

下午两点整，任少卿走上讲台。

报告厅里坐了大概七八十人，前排是几位头髮花白的老教授，中间是一群年龄不一的副教授和研究员，后排是一大片跟他差不多大乃至更年轻的博士生和硕士生。

任少卿把u盘插进去，屏幕上亮出报告封面：

《基於改进卷积神经网络的目標检测：突破传统特徵工程的范式》

他扫了一眼台下，做了个深呼吸。

“各位老师、各位同学，下午好。我叫任少卿，来自中科大与微软亚洲研究院的联合培养项目。今天我要跟大家分享的工作，核心出发点是一个我认为非常重要的问题——传统的手工特徵，在目標检测任务上，是不是已经遇到了天花板？”

后排有几个博士生坐直了一点。

前排的老先生们，表情没什么变化。

任少卿继续往下走。

他讲架构，讲他对alexnet的改进，讲数据增强，讲在pascalvoc上跑出来的结果。

讲得快，但逻辑清晰，每一步推进都有据可查。

讲到第七页，他把那张对比折线图放到了最大。

“……在相同的测试集上，我们的方法在map指標上比当前最优的dpm模型高出了11。3个百分点。这个差距，我认为不是调参层面的改进，而是底层特徵提取范式的本质性跃迁。”

报告厅里安静了大概两秒钟。

然后，前排左边第二个位置的老先生开口了。

任少卿认识这位老先生。

西安交大计算机视觉领域的老前辈，做了三十年图像处理，手底下出来的博士生如今遍布国內各大高校和研究院，標准的一代宗师。

“小伙子，”

老先生语气並不严厉，甚至带著点慈祥，

“你这个结果，训练的时候用了多少gpu？”

“四张nvidiagtx780，训练了大约十二天。”

老先生点了点头，慢条斯理地说：

“我想问你，这十二天、四张显卡跑出来的东西，在工程落地上怎么解决？你这个模型，推理一张图片需要多长时间？”

“目前大概是0。5到0。8秒每帧——”

“那实时检测呢？”

老先生温和地打断，

“工业摄像头要求的是25帧以上，你离这个目標还差多远？”

任少卿顿了一下。

——他当然知道差多远。他只是同样知道，五年后这个问题会变成什么样的答案。