白天训的模型,晚上直接跑会乱报——推理端得先门控
问题 我手上有个检测模型,只在白天拍的画面上训练出来的。部署的时候设备是二十四小时开机的,白天黑夜都在跑。我心里默认模型"既然能认白天,晚上应该也差不多能凑合"。 现象 真把夜里的画面喂进去,…
问题 我手上有个检测模型,只在白天拍的画面上训练出来的。部署的时候设备是二十四小时开机的,白天黑夜都在跑。我心里默认模型"既然能认白天,晚上应该也差不多能凑合"。 现象 真把夜里的画面喂进去,…
问题 手头有两批数据,一批白天拍的,一批夜里拍的。我想把它们混在一起训练一个模型,但心里犯嘀咕:这两批画面差别这么大,混着训会不会两头不讨好,把白天那个也带歪了? 现象 这个担心很普遍,但真去…
问题 标夜景数据的时候碰到个麻烦:夜里摄像头打红外,画面里的水会反光,目标在水面上的实体和它在水面下的倒影经常贴在一起,甚至有时候倒影比实体还清楚。 按理说看到目标就框。但这里有两个几乎连在一…
问题 我在标一批新数据。标之前得先想清楚一件事:这批图里到底有多少张真有我要识别的目标(也就是"正样本"),有多少是空的。 因为这直接决定要标多少张。如果正样本特别少,比如 1000 张里只有…
我在做一个线上抽奖活动,规则是每个人能抽 3 次,前面两次要是都没中,第 3 次必须中(这就是常说的保底)。
抽奖活动页面一打开,前端就得先知道"这个用户还能抽几次""活动进行中没有",用来决定按钮是亮着还是灰着。
我之前训好一个目标检测模型,在老环境下用得好好的。后来把摄像头位置换了一版(机位、俯仰角都调了,为了覆盖原来拍不到的盲区),再拿新角度的画面去跑,结果一塌糊涂。
我在 Mac 上跑一个要连续采好几天的后台任务,定时抓图写到磁盘。它得一直开着不能断,断了就得整段重来,很麻烦。
我做的那个程序,要盯着一根缓慢旋转的金属管(往水里喷水的那种),判断它到底在转还是停了。转 + 喷 = 正常,转没了或者喷没了就报警。
之前给一个小程序接口网关做压测,发现个挺离谱的事:并发一高,请求不是报错,是全部慢到转圈。目标 800 请求/秒的时候,延迟中位数从 90ms 一路爬到 13s,CPU 直接贴满 100%。