【当前独家】算法工程师的核心竞争力是什么?
作者Mr.Jian 国内某知名智能驾驶服务商图像算法工程师
(相关资料图)
从我经历了吉利-博越L的视觉感知量产落地,谈一谈自己的感悟。
总结算法工程师的核心竞争点:
1.对数据的深入理解
2.深入分析与解决当前问题
3.扩展模型功能
4.创新的问题建模思想
5.渴望追求极致的效果
1. 对数据的深入理解
这部分是在数据层面。在实际量产项目中,我们并没有现成的数据,必须从0构建适合当前量产要求的高质量数据集,不同算法工程师的区分度就在于,a. 能不能制定出完善的标注规则,b. 能不能从百万量级的路采数据中,挖掘出真正对模型有价值的那些数据。
对于a,制定出完善的标注规则,为代码解析数据提供精确的信息,来创建高质量的Dataset,为模型的训练效果上限提供关键的支撑。
对于b,并不是路采的数据越多越好,对模型的训练就越有益。在实际训练模型时,当数据量增大到一定量级时,模型性能的提升几乎很微妙。所以,我们需要去挖掘那些真正有价值的数据,丢弃那些低效数据,让模型用最少且最有价值的数据,来达到量产的要求。
2. 深入分析与解决当前问题
这是在实际问题层面。一个模型要想达到量产要求,必然要经过无数次的测试,这些测试目的就是让模型暴露出短板,并记录下这些问题。那么面对这些近在眼前的待解决问题,依据待解决问题的优先级,能不能高效解决它。
你能不能分析这些问题,定位出这些问题产生的真正原因是什么,这背后其实要求你对模型训练及推理过程了如指掌,并且对模型本身的细节有着自己深入的理解。定位出了问题所在,能不能解决它?
比如对60米之内的中大目标,预测的bbox坐标不稳定,有较大的抖动问题,导致测距不稳定,怎么解决?对公交站、房屋顶等特定背景误检,怎么解决?大于100m的车辆车型分类出现跳动怎么解决?等等。
在你用A方法解决某个问题时,需要同时考虑A方法带来的正面影响,以及负面影响,需要你进行全面的评估,给出确切的结论。如果负面影响对模型的整体性能以及对应的驾驶功能不影响,那么这个改进是有效的。
除此之外,还要对用户使用的功能有足够的了解,比如在做变更车道、上下匝道这些功能时,对你所做的检测有什么要求?近距离保证不漏检、不误检,中远距离的检测要求高precision等等。
3. 扩展模型功能
这部分是模型层面,也是最能体现算法工程师区分度的其中一项。现在优秀的开源代码框架非常多,很容易就能在自己的数据集中跑出一个不错的效果出来。但是在实际量产项目中,开源代码可能只能帮助我们完成一部分功能。很多情况下,我们需要根据实际功能需求,在已有的模型中扩展相应的功能。
比如,实际需求是要根据车轮接地点来对横向车辆测距,那么我们不仅要让检测模型预测目标的bbox和cls,还要让模型预测车轮的接地点坐标和类别,能不能在现有数据集下,拓展模型的这些功能,且不影响原来的功能。
又或者,在低算力的环境限制下,用2D检测模型预测伪3D框,来代替3D检测模型。
所以,扩展模型功能,需要你对模型背后的思想有着深入理解,并且代码实现能够很好的work。上面的例子,就需要你深入理解检测模型背后的回归思想以及分类思想,并且整体的训练思想等等。
4. 创新的问题建模思想
这部分也是模型层面,相比于上面第3点,创新的问题建模思想更难。比如在低算力的条件下,想把车道线检测的分割模型,转变成检测模型,并且和现有的目标检测模型整合起来,来缓解模型前向推理时的计算压力。
这个时候,需要你根据当前数据集提供的gt信息,并且参考学术界的一些方法,来思考出一些可行方案,适配当前的量产项目。这需要你在模型技术上的探索有足够深入,并且具有一定的技术广度,方法转变为代码实现的能力足够扎实。
5. 渴望追求极致的效果
这部分是功能层面。在量产级项目中,如果一个功能在实际使用中让用户体验感不好,那么这个功能是失败的。
比如在车辆拨杆变道这个功能上,如果能够在预定的3s内,甚至更短的时间内,“丝滑”的完成变道这个功能,并且完成率接近1,是OK的。
作为算法工程师,我们需要从功能端,去逆推回自己所做的事情对这个功能的影响,进而了解对自己模型的要求,多少米内一定不能出现误检、漏检,并且预测bbox一定要稳定,在达成具体要求后,问问自己能不能再做的更好些?
这或许和自己本身的性格也有关系,有些算法工程师完成要求后,就放下来了,这本身完全没问题。有些算法工程师会再进一步思考,把模型做到极致,在量产级的模型方面,体现出“工匠精神”,我觉得这是有意义的“卷”。
责任编辑:hnmd003
相关阅读
-
焦点关注:TÜV NORD助力深圳威迈斯获得国内首张ECE-R10车载OBC证书
近期,TÜVNORD助力深圳威迈斯新能源股份有限公司(简称:威迈斯)成功获得国内首张ECER10 06车载OBC证...
2022-11-01 -
2022年北京市自学考试学士学位证书领取地点公布了吗?自考学位证含金量高吗?
自考本科毕业生符合学士学位审批条件,于发毕业证的同时向当地教育考试或自考办公室提出申请,填写学士...
2022-11-02 -
合格性考试成绩分“合格”、“不合格”两类 2022年9月上海高中合格考成绩公布了吗?
高中会考文化科目一年开考两次,第一次安排在1月左右,其中语文、数学、外语3科主要面向高三考生,其他...
2022-11-02 -
陕西太平国家森林公园的红叶已经进入最佳观赏期了吗?红叶免费游活动什么时间开启?
太平国家森林公园地处秦岭造山带的二级构造单元北秦岭构造带,从板块地质构造古环境讲,它位于古海沟以...
2022-11-02 -
陕西太平国家森林公园免门票活动什么时间开启?陕西太平国家森林公园都有哪些景点?
太平国家森林公园作为终南山世界地质公园的核心景区,处地貌为秦岭中山地,属于冰晶顶韧性剪切带与构造...
2022-11-02 -
环球新动态:交易商协会联合中债增进公司召集雅居乐等21家民营房企召开座谈会
11月1日,媒体消息称,交易商协会、房地产业协会联合中债增进公司,召集金辉、新希望地产、德信中国、大...
2022-11-02 -
焦点精选!杭州商贸旅游10亿元超短期融资券将兑付 利率2.25%
11月1日,杭州市商贸旅游集团有限公司公布2022年度第一期超短期融资券兑付安排。债券发行金额10亿元,起...
2022-11-02 -
行业市场需求相对较弱且恢复不及预期 如何提升钢铁行业持续发展已经摆上日程
记者从中国钢铁工业协会10月31日举办的三季度信息发布会上获悉,当前钢铁行业运行环境较为严峻,行业市...
2022-11-02 -
在纵深40米至60米的地下空间建造输水管道 珠三角水资源配置工程盾构隧洞已全部贯通
记者从水利部获悉,10月29日,随着粤海42号TBM掘进机在广东东莞大岭山破岩而出,珠三角水资源配置工程长...
2022-11-02
阅读排行
资讯播报
- 不少企业纷纷使出解术靠拢线上引...
- 涵盖市场监管总局公布和参与制定...
- 涉及金额5283.22万元 线下购物...
- 价格仍处于过度上涨一级预警区间...
- 全国“直播服务”相关企业注销量...
- 【独家焦点】岳阳城投集团15亿元...
- 百强房企销售拿地降幅收窄 地方...
- 全球热消息:胡明轩母亲深夜发声...
- 天天观热点:象棋世家祖孙三代联...
- 中国男队名列第四 晋级体操世锦...
- 中国垒球联赛第二阶段开赛在即 ...
- 沈阳中院发执行通知书:盛京银行...
- 小鹏G9获广州自动驾驶路测资格 ...
- 观点:第17届中国国际山地户外运...
- 海尔智家斥资1430.52万港元回购70万股
- 全球观热点:英国房价15个月以来...
- 世界视点!外交部:期待中国空间...
- 全球快资讯:世界互联网大会乌镇...
- 环球视讯!广州番禺经济技术开发...
- 焦点热讯:外交部:中国将以更加...
- 焦点滚动:广西将办第十五届民族...
- 快播:智能驾驶北方生产基地项目
- 全球微速讯:旭辉集团获控股股东...
- 【环球聚看点】居然之家:陈晨因...
- 焦点关注:TÜV NORD助力深圳威...
- 环球即时看!电驱总成振动噪声改...
- 中交地产拟开展供应链金融资产证...
- 环球热消息:国家体育总局发布《...
- 快消行业@2022:“康师傅们”如...
- 超值折扣来袭!iHerb送出满减钜...
- 当前热文:保利发展拟发行20亿元...
- 世界观察:上海建工获得3.46亿元...
- 世界热推荐:新华全媒+|稻田里...
- 飞天圆梦丨中国空间站从这里飞向...
- 全球新动态:黑土粮仓”秋收进行...
- “首店经济”又升级了 体验式服...
- 天天快播:听,跨境电商的“生意...
- 焦点信息:泰国将放宽房地产政策...
- 无锡建设拟发行20亿元超短期融资...
- 特斯拉卫浴:匠心智造,驱动未来
- 东易日盛首届数装设计抖音直播PK...
- 热文:山东潍坊4宗地块成功出让...
- 【新要闻】新希望房地产35亿元公...
- 世界微头条丨阿里巴巴港股盘中涨...
- 世界快讯:鲁商发展:公司目前专...
- 2023郑州考生因为防疫管控不能按...
- 当前动态:大悦城发行15亿元公司...
- 2023郑州高考报名考生忘记考生号...
- 2023郑州高考资格条件申报开始与...
- 河南省户籍的普通高中应届毕业生...
- 2023郑州高考报名点公布了吗?具...
- 流光半世 双心回曜——百富门珍...
- 体操世锦赛女团决赛中国队名单出...
- 世界热门:1-10月TOP100房企销总...
- 环球热推荐:长期主义的胜利 三...
- 北京海淀今典花园9号楼流拍,起...
- 江门开平长沙街道一宗商住地拟于...
- 世界观速讯丨冬季预防火灾,这五...
- 即时:这所学校的校运会为啥敢设...
- 全球动态:斯诺克冠中冠:赵心童...
- 纯电动汽车续驶里程计算方法
- 全球快看点丨2022年世界互联网大...
- 今日热闻!企地共画致富“同心圆”
- 环球聚焦:玻璃映照丝路华彩
- 金观平:股市稳健运行具有多重支撑
- 快资讯:对口支援带来积极成效,...
- 【世界报资讯】美的置业:前10月...
- 每日视讯:CBA官方:广厦队主帅王...
- 优调教你如何挑选冬日长辈们的棉...
- 双十一购机上京东,领神券购买iQ...
- 绿地控股:拟对旗下9只美元债就...
- 欧度联合清华色研所发布色彩报告...
- 环球视讯!温州鹿城区成功出让2...
- 世界微头条丨衢州常山2宗商住地...
- “22沿海G1”确定发行规模为11亿...
- 房价继续承压,10月百城房价延续...
- 每日观察!旭辉控股:为纾缓流动...
- 顺丰控股10月31日回购公司股份83...
- 焦点速讯:华章挂牌南宁东投地产...
- 快资讯丨财政部:加大中央预算内...
- 每日快看:嘉泓物流前三季度收益...
- 涉及防洪安全的项目于主汛期前提...
- 新国标最大亮点是把“含绒量”修...
- 网上零售额达13.1万亿元 我国数...
- 专业比赛的普及和观赏程度有限 ...
- 有利于解决个体工商户“急难愁盼...
- 美的置业前十月合同销售金额677....
- 越秀地产合伙入股滨江集团62亿元...
- 环球头条:海尔智家累计回购5811...
- 再战双11!林氏家居跑出了速度和温度
- 每日消息!厦门国贸50亿元可续期...
- 世界快报:上海87年历史建筑5.6亿...
- 世界速看:新赛季短道速滑世界杯...
- 资源控股:王秉中辞任独立非执董...
- 每日消息!东京奥运会体操冠军管...
- 焦点观察:不买车位,房贷预审就...
- 环球热消息:电驱动系统台架试验...
- 基于800V平台对电池系统提出的挑...
- 【全球独家】电动汽车动力总成集...
- 每日精选:力学测量术语揭秘 |...