第98章 多目标算法思路(2 / 2)

重生之AI教父 CloseAI 1175 字 10个月前

以他对孟繁岐技术实力的观感,创业赚大钱只是赚多少的问题,根本不存在失败的可能。

听完王恺这一系列的内情,孟繁岐其实相当能够理解,管理层很多时候的想法和决策,确实对底层员工不大友好。

因为他们没有,也不可能真的从底层员工的视角去考虑问题,说白了打工仔的想法别人压根就不在乎。

“短期内确实没有创业的想法,可能两年后会有计划。”孟繁岐单凭技术分成入股的形式就足以赚够足额的财富了,再辅之一些投资,这样会远比创业轻松很多。

如果真的要自己出来办公司的话,孟繁岐目前只有一个计划,那就是在两年后,15年底的时候和伊利亚出走谷歌,一起办penai。

不过即便这件事情他也没有想好,因为在规划当中,15年前孟繁岐会把hatgpt需要的核心技术比如注意力机制和生成式预训练tranfrer都发表出来。

到时候说不定单纯技术和资本入股penai就好,做个技术顾问,没必要非得自己下场创业打工。

“到时候再说吧,我如果有什么动作,不会藏着掖着的,你到时候看到了记得联系我。”

有人这么早就认定了自己,孟繁岐也愿意让他加入团队,毕竟也是白度做ai的工程师,水平上没什么问题。

只是自己短期实在没这个需求,即便有,也不大好意思把李总派来对接的人直接挖走。

结束了简短的通话,孟繁岐开始检索匈牙利算法和库恩-曼克尔斯()算法,这两者其实都是老方法了。

比如匈牙利算法,就提出于1955年,是一种在多项式时间内求解分配问题的组合优化算法。

rt多目标追踪办法也只是利用这两者,以及孟繁岐提出的y,并不需要对这三者本身有很多的改变。

y算法作为特征提取器,用来提取所有的车辆部分。

匈牙利或者算法,对相邻帧之间的若干目标进行最大匹配,卡尔曼滤波则根据目标轨迹的预测对结果进行一些修正。

尤其政府的场景当中,车辆的运动轨迹比较规则单一,这个方法的效果会相当优秀而稳定。

并且,在相邻帧中,孟繁岐还引入了iu距离,也就是两个检测框之间交集的面积,用它作为二分图匹配的权重。

同时也能够根据帧之间的距离计算车速,并根据车速范围合理设计相关参数的阈值,可以说是一举两得了。

在这个基础之上,还有改进版的deeprt,这个方法是从行人的识别中获取的灵感,通过对比两个隐藏层参数向量的距离来判断两者是否是同一个人。

不过孟繁岐并不准备那么周到,实现那么多,达成了基本需求就足够了。这部分继续改进的内容,他只打算写下一个思路在这里给白度。

时间还是用在谷歌上面比较划算。