作者M(jìn)r.Jian 國(guó)內(nèi)某知名智能駕駛服務(wù)商圖像算法工程師

從我經(jīng)歷了吉利-博越L的視覺(jué)感知量產(chǎn)落地，談一談自己的感悟。

總結(jié)算法工程師的核心競(jìng)爭(zhēng)點(diǎn)：

1.對(duì)數(shù)據(jù)的深入理解

2.深入分析與解決當(dāng)前問(wèn)題

3.擴(kuò)展模型功能

4.創(chuàng)新的問(wèn)題建模思想

5.渴望追求極致的效果

1. 對(duì)數(shù)據(jù)的深入理解

這部分是在數(shù)據(jù)層面。在實(shí)際量產(chǎn)項(xiàng)目中，我們并沒(méi)有現(xiàn)成的數(shù)據(jù)，必須從0構(gòu)建適合當(dāng)前量產(chǎn)要求的高質(zhì)量數(shù)據(jù)集，不同算法工程師的區(qū)分度就在于，a. 能不能制定出完善的標(biāo)注規(guī)則，b. 能不能從百萬(wàn)量級(jí)的路采數(shù)據(jù)中，挖掘出真正對(duì)模型有價(jià)值的那些數(shù)據(jù)。

對(duì)于a，制定出完善的標(biāo)注規(guī)則，為代碼解析數(shù)據(jù)提供精確的信息，來(lái)創(chuàng)建高質(zhì)量的Dataset，為模型的訓(xùn)練效果上限提供關(guān)鍵的支撐。

對(duì)于b，并不是路采的數(shù)據(jù)越多越好，對(duì)模型的訓(xùn)練就越有益。在實(shí)際訓(xùn)練模型時(shí)，當(dāng)數(shù)據(jù)量增大到一定量級(jí)時(shí)，模型性能的提升幾乎很微妙。所以，我們需要去挖掘那些真正有價(jià)值的數(shù)據(jù)，丟棄那些低效數(shù)據(jù)，讓模型用最少且最有價(jià)值的數(shù)據(jù)，來(lái)達(dá)到量產(chǎn)的要求。

2. 深入分析與解決當(dāng)前問(wèn)題

這是在實(shí)際問(wèn)題層面。一個(gè)模型要想達(dá)到量產(chǎn)要求，必然要經(jīng)過(guò)無(wú)數(shù)次的測(cè)試，這些測(cè)試目的就是讓模型暴露出短板，并記錄下這些問(wèn)題。那么面對(duì)這些近在眼前的待解決問(wèn)題，依據(jù)待解決問(wèn)題的優(yōu)先級(jí)，能不能高效解決它。

你能不能分析這些問(wèn)題，定位出這些問(wèn)題產(chǎn)生的真正原因是什么，這背后其實(shí)要求你對(duì)模型訓(xùn)練及推理過(guò)程了如指掌，并且對(duì)模型本身的細(xì)節(jié)有著自己深入的理解。定位出了問(wèn)題所在，能不能解決它？

比如對(duì)60米之內(nèi)的中大目標(biāo)，預(yù)測(cè)的bbox坐標(biāo)不穩(wěn)定，有較大的抖動(dòng)問(wèn)題，導(dǎo)致測(cè)距不穩(wěn)定，怎么解決？對(duì)公交站、房屋頂?shù)忍囟ū尘罢`檢，怎么解決？大于100m的車輛車型分類出現(xiàn)跳動(dòng)怎么解決？等等。

在你用A方法解決某個(gè)問(wèn)題時(shí)，需要同時(shí)考慮A方法帶來(lái)的正面影響，以及負(fù)面影響，需要你進(jìn)行全面的評(píng)估，給出確切的結(jié)論。如果負(fù)面影響對(duì)模型的整體性能以及對(duì)應(yīng)的駕駛功能不影響，那么這個(gè)改進(jìn)是有效的。

除此之外，還要對(duì)用戶使用的功能有足夠的了解，比如在做變更車道、上下匝道這些功能時(shí)，對(duì)你所做的檢測(cè)有什么要求？近距離保證不漏檢、不誤檢，中遠(yuǎn)距離的檢測(cè)要求高precision等等。

3. 擴(kuò)展模型功能

這部分是模型層面，也是最能體現(xiàn)算法工程師區(qū)分度的其中一項(xiàng)?，F(xiàn)在優(yōu)秀的開源代碼框架非常多，很容易就能在自己的數(shù)據(jù)集中跑出一個(gè)不錯(cuò)的效果出來(lái)。但是在實(shí)際量產(chǎn)項(xiàng)目中，開源代碼可能只能幫助我們完成一部分功能。很多情況下，我們需要根據(jù)實(shí)際功能需求，在已有的模型中擴(kuò)展相應(yīng)的功能。

比如，實(shí)際需求是要根據(jù)車輪接地點(diǎn)來(lái)對(duì)橫向車輛測(cè)距，那么我們不僅要讓檢測(cè)模型預(yù)測(cè)目標(biāo)的bbox和cls，還要讓模型預(yù)測(cè)車輪的接地點(diǎn)坐標(biāo)和類別，能不能在現(xiàn)有數(shù)據(jù)集下，拓展模型的這些功能，且不影響原來(lái)的功能。

又或者，在低算力的環(huán)境限制下，用2D檢測(cè)模型預(yù)測(cè)偽3D框，來(lái)代替3D檢測(cè)模型。

所以，擴(kuò)展模型功能，需要你對(duì)模型背后的思想有著深入理解，并且代碼實(shí)現(xiàn)能夠很好的work。上面的例子，就需要你深入理解檢測(cè)模型背后的回歸思想以及分類思想，并且整體的訓(xùn)練思想等等。

4. 創(chuàng)新的問(wèn)題建模思想

這部分也是模型層面，相比于上面第3點(diǎn)，創(chuàng)新的問(wèn)題建模思想更難。比如在低算力的條件下，想把車道線檢測(cè)的分割模型，轉(zhuǎn)變成檢測(cè)模型，并且和現(xiàn)有的目標(biāo)檢測(cè)模型整合起來(lái)，來(lái)緩解模型前向推理時(shí)的計(jì)算壓力。

這個(gè)時(shí)候，需要你根據(jù)當(dāng)前數(shù)據(jù)集提供的gt信息，并且參考學(xué)術(shù)界的一些方法，來(lái)思考出一些可行方案，適配當(dāng)前的量產(chǎn)項(xiàng)目。這需要你在模型技術(shù)上的探索有足夠深入，并且具有一定的技術(shù)廣度，方法轉(zhuǎn)變?yōu)榇a實(shí)現(xiàn)的能力足夠扎實(shí)。

5. 渴望追求極致的效果

這部分是功能層面。在量產(chǎn)級(jí)項(xiàng)目中，如果一個(gè)功能在實(shí)際使用中讓用戶體驗(yàn)感不好，那么這個(gè)功能是失敗的。

比如在車輛撥桿變道這個(gè)功能上，如果能夠在預(yù)定的3s內(nèi)，甚至更短的時(shí)間內(nèi)，“絲滑”的完成變道這個(gè)功能，并且完成率接近1，是OK的。

作為算法工程師，我們需要從功能端，去逆推回自己所做的事情對(duì)這個(gè)功能的影響，進(jìn)而了解對(duì)自己模型的要求，多少米內(nèi)一定不能出現(xiàn)誤檢、漏檢，并且預(yù)測(cè)bbox一定要穩(wěn)定，在達(dá)成具體要求后，問(wèn)問(wèn)自己能不能再做的更好些？

這或許和自己本身的性格也有關(guān)系，有些算法工程師完成要求后，就放下來(lái)了，這本身完全沒(méi)問(wèn)題。有些算法工程師會(huì)再進(jìn)一步思考，把模型做到極致，在量產(chǎn)級(jí)的模型方面，體現(xiàn)出“工匠精神”，我覺(jué)得這是有意義的“卷”。