第7章 苏清颜的改观(1 / 6)

巡检机器人的第一轮测试结束后，林默发现了一个问题。

视觉识别的准确率在实验室环境里是97%，但到了室外，光照变化剧烈，准确率直接掉到了78%。

“光照鲁棒性不够。”苏清颜看着测试数据，眉头皱成了川字，“模型是在室内光照条件下训练的，到了室外，阴影、逆光、反光，都会影响识别效果。”

“那怎么办？”林默问。

“两个方案。”苏清颜伸出两根手指，“第一，扩充训练数据集，加入各种光照条件下的图片，重新训练模型。第二，在预处理阶段做光照归一化，减少光照差异对特征提取的影响。”

“哪个更快？”

“第二个。光照归一化只需要加几行代码，先试试效果。不行的话再走第一条路。”

苏清颜打开笔记本，噼里啪啦敲了十几分钟，写了一个直方图均衡化的预处理函数，嵌入了图像识别的pipeline里。

重新测试。

室外，下午两点的太阳正毒，树莓派摄像头对准一个红色的三角锥。

预处理后的图像，光照被拉平了，红色区域的特征更加突出。模型识别——置信度91%。

“有效果，但还不够。”苏清颜咬了咬嘴唇，“91%还是偏低，至少要95%以上才算可靠。”

林默想了想：“要不两个方案一起上？你搞光照归一化，我扩充数据集。分头行动，两天之内搞定。”

苏清颜看了他一眼，点了点头。

“行。”

---

接下来的两天，两人像上了发条一样。

苏清颜负责优化预处理算法。她从直方图均衡化做到了自适应直方图均衡化，又从自适应做到了带色彩恢复的多尺度视网膜增强算法——一个听起来就很高级的算法，林默连名字都记不全。

林默负责扩充数据集。他拿着摄像头，在学校里到处跑——早上、中午、傍晚、阴天、晴天、室内、室外、阴影下、逆光中——拍了三千多张照片，标注了每一张中的目标物体。

“你这是要把整个江城大学都拍一遍？”苏清颜看到他手机里密密麻麻的照片，忍不住问。

“数据集越大，模型越鲁棒。”林默理直气壮。

“你拍归拍，别被人当变态。”苏清颜面无表情地说，“昨天有人跟我说，看到一个男生在女生宿舍楼下举着摄像头转悠，对着每个红色的东西拍半天。”

林默的脸一下子红了。

“那是意外