一碗酸梅湯 作品
第441章 系統改造,有才無德。
江寒退場後,鄧飛又做了一些部署,讓組員們分頭行動,收集線索。
不管是否有外援,該做的事情一樣也少不了……
隔壁房間。
李建離開了一小會,再回來時,帶來了一套臺式計算機。
兩人迅速組裝起來,聯網,然後開機。
江寒擺弄了幾下,發現這臺機器性能頗為優秀。
這讓江寒很是驚喜。
對他來說,筆記本雖然也能用,但不夠順手,偶爾用一下還行,長時間、高強度工作還是算了。
更讓他開心的是,這臺電腦里居然還部署了他需要的編程環境。
這就意味著,他至少可以節省1個小時以上,用來安裝、調試開發工具,配置系統環境的時間。
“這電腦配置不錯啊!誰的?”江寒隨口問了一句。
“我的。”李建有些不好意思。
這個配置在全局都是最高的了,實在找不到更好的了……
“不知您是否滿意?”
江寒點頭:“特別滿意。”
接下來,就該實踐自己的想法了。
首先要搞清楚現有人物識別系統採用了哪些技術路線。
要達成這個目的,辦法不少,比如“逆向工程”……
但江寒不想浪費時間,於是直接打電話給黑天。
聽說江寒打算改造人物識別系統,黑天並沒有如何驚訝,馬上將這套系統的基本情況介紹了一遍,並答應給江寒一份原始工程文件。
臨掛電話,又囑咐江寒:“如果改進成功後,別忘了提交給總局一份,算你再立一功……”
掛掉電話後,江寒稍微等了一會兒,就收到了黑天發來的壓縮文件包,裡面正是那套系統的工程文件,包含了全部源代碼。
江寒粗略瀏覽了一遍,便開始思考接下來的步驟。
這套系統的框架其實十分優秀,換做江寒親自開發,也未必能超越多少。
現在的問題是,這套系統中,有關人臉、身形的識別和比較的子模塊,性能稍微有點弱。
無論國內還是國外,治安管理方手中都掌握著類似的程序,但一般只能識別比較標準的正面照。
用在角度刁鑽,清晰度過低的嫌疑人照片上,識別率就很一般了。
至於嫌疑人喬裝改扮過……實話實話,這種情況下,識別效果根本沒法期待!
直接改進源代碼,難度極高,意義也不大,最好的辦法,就是重寫圖形識別、比較模塊,掛接到原有的框架中。
而對於圖形圖像識別,最適合的技術,莫過於“卷積人工神經網絡”。
唯一的問題是,需要針對具體情況,重新加以訓練,以得到適用的參數、超參數……
想清楚了步驟後,江寒便開始動手操作。
先是在李建的輔(監)助(督)下,從部署在“大江公司”地下的服務器裡,下載了一份代碼。
就是參加kaggle比賽的那份,然後在其基礎上稍微改了改,讓其適用於解決當前的任務。
這也是神經網絡的一個獨特優勢,網絡架構不必大幅改變,只要提供合適的數據出入口,再調整一下超參數,就可以應用於不同任務。
不管是否有外援,該做的事情一樣也少不了……
隔壁房間。
李建離開了一小會,再回來時,帶來了一套臺式計算機。
兩人迅速組裝起來,聯網,然後開機。
江寒擺弄了幾下,發現這臺機器性能頗為優秀。
這讓江寒很是驚喜。
對他來說,筆記本雖然也能用,但不夠順手,偶爾用一下還行,長時間、高強度工作還是算了。
更讓他開心的是,這臺電腦里居然還部署了他需要的編程環境。
這就意味著,他至少可以節省1個小時以上,用來安裝、調試開發工具,配置系統環境的時間。
“這電腦配置不錯啊!誰的?”江寒隨口問了一句。
“我的。”李建有些不好意思。
這個配置在全局都是最高的了,實在找不到更好的了……
“不知您是否滿意?”
江寒點頭:“特別滿意。”
接下來,就該實踐自己的想法了。
首先要搞清楚現有人物識別系統採用了哪些技術路線。
要達成這個目的,辦法不少,比如“逆向工程”……
但江寒不想浪費時間,於是直接打電話給黑天。
聽說江寒打算改造人物識別系統,黑天並沒有如何驚訝,馬上將這套系統的基本情況介紹了一遍,並答應給江寒一份原始工程文件。
臨掛電話,又囑咐江寒:“如果改進成功後,別忘了提交給總局一份,算你再立一功……”
掛掉電話後,江寒稍微等了一會兒,就收到了黑天發來的壓縮文件包,裡面正是那套系統的工程文件,包含了全部源代碼。
江寒粗略瀏覽了一遍,便開始思考接下來的步驟。
這套系統的框架其實十分優秀,換做江寒親自開發,也未必能超越多少。
現在的問題是,這套系統中,有關人臉、身形的識別和比較的子模塊,性能稍微有點弱。
無論國內還是國外,治安管理方手中都掌握著類似的程序,但一般只能識別比較標準的正面照。
用在角度刁鑽,清晰度過低的嫌疑人照片上,識別率就很一般了。
至於嫌疑人喬裝改扮過……實話實話,這種情況下,識別效果根本沒法期待!
直接改進源代碼,難度極高,意義也不大,最好的辦法,就是重寫圖形識別、比較模塊,掛接到原有的框架中。
而對於圖形圖像識別,最適合的技術,莫過於“卷積人工神經網絡”。
唯一的問題是,需要針對具體情況,重新加以訓練,以得到適用的參數、超參數……
想清楚了步驟後,江寒便開始動手操作。
先是在李建的輔(監)助(督)下,從部署在“大江公司”地下的服務器裡,下載了一份代碼。
就是參加kaggle比賽的那份,然後在其基礎上稍微改了改,讓其適用於解決當前的任務。
這也是神經網絡的一個獨特優勢,網絡架構不必大幅改變,只要提供合適的數據出入口,再調整一下超參數,就可以應用於不同任務。