“這個算法的結(jié)果意義非常重大。”李彥弘表情嚴(yán)肅地在思索，“首先是它的速度，實時的檢測將會是各種意義上的質(zhì)變，別的不提，光說實時檢測這一點，它就讓自動駕駛這個方向有了技術(shù)的基礎(chǔ)。”

    白度內(nèi)部在規(guī)劃AI技術(shù)的時候，自動駕駛一直都是李彥弘非常希望涉足的領(lǐng)域。

    想讓車自動行駛，除了雷達(dá)類型的感應(yīng)器之外，機器處理圖像的能力也不可或缺。

    并且，這種能力必須要是實時的，而且需要非常的流暢。

    “在目前檢測算法的速度之下，一兩秒往往只能做出一兩次判斷。我們假設(shè)一個自動駕駛場景，視覺算法首先誤判了一到兩次，那造成的操作延遲很可能達(dá)到兩三秒。假設(shè)時速是60公里每小時，那...”

    李彥弘想說出一個因為時延導(dǎo)致的行駛距離的不同，因此舉出例子之后頓了一下。

    “33到50米左右。”韓辭本能地即答，這樣簡單的計算對她來說就像呼吸一樣自然。

    “沒錯，30-50米左右的距離，這里面完全就是生與死的距離。”

    李彥弘調(diào)整外接攝像頭，讓它對準(zhǔn)自己，隨即比較快速地進行了一些肢體動作。

    張開手臂，下蹲，跳躍等。

    檢測算法的選框始終穩(wěn)穩(wěn)地鎖定在他的身上，隨著他的動作絲滑地變大變小。

    “并且它在檢測能力上沒有做出什么犧牲，反而有著極大的性能飛躍。我實在是非常驚嘆，無法理解你是怎么做到的。”

    李彥弘由衷的贊嘆道，他想象過這個級別的檢測算法，只是以為可能還需要兩三年的時間去探索。

    沒想到就在幾個月的時間內(nèi)，深度學(xué)習(xí)就接連進行了多次突破，并且全都出自面前這個年輕人之手。

    從他建立起白度AI相關(guān)的研究機構(gòu)開始，還沒有哪一個技術(shù)給它的震撼比現(xiàn)在更大。

    這種檢測算法，輕量，實時而高性能。單單就是在自動駕駛和安全安防兩個領(lǐng)域的作用就已經(jīng)足夠白度取得很高的技術(shù)地位，并賺得盆滿缽滿了。

    “而且我注意到，這個算法很少有背景誤檢測方面的缺陷。”汪海峰緊緊地盯著屏幕看到了現(xiàn)在，這點也讓他覺得不可思議。

    因為圖像里的主要物體和有意義物體，一般都在中央位置，四周通常是背景。