孟繁岐和王愷這段時間溝通頗多，已經挺熟了。
不過看到這句話，孟繁岐還是覺得相當無厘頭：“你一個一米八幾的肌肉壯漢，我帶你走什麽啊？是我帶你走還是你扛著我走啊？”
“兄弟又被安排來找你了呀。”王愷一邊說著，給孟繁岐發了一張機場的照片：“剛到機場，晚上的飛機去尚海。”
“啥情況啊？”
“這不是領導不放心嗎，不敢使喚你往燕京來，隻能派小弟我往尚海去。”王愷也是身不由己，雖說剛剛立了功勞，但總覺得這工作做得沒什麽提升。
“領導說，要讓我在你身邊吃透這部分代碼，到時候迴去跟大家講解。”
“還是跟上迴一樣的活唄。”孟繁岐了然，自己畢竟不是白度的人，李彥弘急著拿政府項目，肯定還是需要派人跟自己交接代碼。
單看最後那一下，估計是不放心。因此派了此前和自己一直溝通的王愷來跟著自己，抓緊一分一秒，把孟繁岐新開發的這部分內容徹底掌握。
“行吧，這也沒什麽，明天我們在合川路附近那個白度的分部見。”
“沒問題，哥。”王愷答應得很爽快：“哥你要是以後有用人的時候，一定要想起我，不管什麽時間，什麽地點，兄弟肯定跟你幹了。”
“你這個帶我走，搞了半天是這個意思？”孟繁岐這才迴過味來。
“那肯定啊，打工肯定是沒什麽大前途的嘛，安安穩穩領點死工資，一輩子攢不下多少錢來。”王愷也不藏著掖著，直接說出了自己最真實的想法。
“我也不記得是哪裏看到的話了，說人這一輩子每天都能至少碰到一個改變自己一生命運的機會，隻是自己絕大部分時候都完全不知道。”
“改變自己一生也得看怎麽改啊，出門被泥頭車創飛了也是改變自己一生。”孟繁岐倒是聽過另一個版本：“我聽過的版本是，一個人在矽穀一輩子一定會碰到一個一夜暴富的機會，俗稱五個一。”
“我覺得你就是我的機會，哥，以後要真創業，一定叫上我。小弟絕對盡職盡責當牛做馬，鞠躬盡瘁死而後已。”經曆了這兩次孟繁岐的技術衝擊，王愷已經徹底折服於他的技術實力之下。
很多時候算法不是能不能寫出來的問題，而是能不能想得到。
過去幾天內，白度ai研究院召迴了一批在外奔波的技術人員，希望逐漸將重心轉移迴來。但忙忙碌碌快一周，在多目標檢測追蹤方麵完全沒有任何有意義的進展。
雖然最近白度ai的事業方麵欣欣向榮，一片大好的局勢，可不少內部的ai技術人員其實都頗有微詞。
yolo算法很強，但根本不是白度自主研發的，隻是借了孟繁岐的力量做了一個大的落地項目。
短期內確實是突飛猛進，若是長期去看，卻不是什麽好事，真正技術上的積累還不夠。
尤其一下子來了太多項目和客戶，研究人員被極大地分散了精力，不少人私下裏都在抱怨自己在做職責外的事情。
政府方麵的新需求就是一個很好的例子，缺乏時間去沉澱技術的白度一時之間根本是一籌莫展，還是得轉過頭去找孟繁岐做這個需求。
王愷覺得，與其這樣反複去找孟繁岐，還不如自己幹脆去跟他幹算了。
以他對孟繁岐技術實力的觀感，創業賺大錢隻是賺多少的問題，根本不存在失敗的可能。
聽完王愷這一係列的內情，孟繁岐其實相當能夠理解，管理層很多時候的想法和決策，確實對底層員工不大友好。
因為他們沒有，也不可能真的從底層員工的視角去考慮問題，說白了打工仔的想法別人壓根就不在乎。
“短期內確實沒有創業的想法，可能兩年後會有計劃。”孟繁岐單憑技術分成入股的形式就足以賺夠足額的財富了，再輔之一些投資，這樣會遠比創業輕鬆很多。
如果真的要自己出來辦公司的話，孟繁岐目前隻有一個計劃，那就是在兩年後，15年底的時候和伊利亞出走穀歌，一起辦openai。
不過即便這件事情他也沒有想好，因為在規劃當中，15年前孟繁岐會把chatgpt需要的核心技術比如注意力機製和生成式預訓練transformer都發表出來。
到時候說不定單純技術和資本入股openai就好，做個技術顧問，沒必要非得自己下場創業打工。
“到時候再說吧，我如果有什麽動作，不會藏著掖著的，你到時候看到了記得聯係我。”
有人這麽早就認定了自己，孟繁岐也願意讓他加入團隊，畢竟也是白度做ai的工程師，水平上沒什麽問題。
隻是自己短期實在沒這個需求，即便有，也不大好意思把李總派來對接的人直接挖走。
結束了簡短的通話，孟繁岐開始檢索匈牙利算法和庫恩-曼克爾斯(km)算法，這兩者其實都是老方法了。
比如匈牙利算法，就提出於1955年，是一種在多項式時間內求解分配問題的組合優化算法。
sort多目標追蹤辦法也隻是利用這兩者，以及孟繁岐提出的yolo，並不需要對這三者本身有很多的改變。
yolo算法作為特征提取器，用來提取所有的車輛部分。
匈牙利或者km算法，對相鄰幀之間的若幹目標進行最大匹配，卡爾曼濾波則根據目標軌跡的預測對結果進行一些修正。
尤其政府的場景當中，車輛的運動軌跡比較規則單一，這個方法的效果會相當優秀而穩定。
並且，在相鄰幀中，孟繁岐還引入了iou距離，也就是兩個檢測框之間交集的麵積，用它作為二分圖匹配的權重。
同時也能夠根據幀之間的距離計算車速，並根據車速範圍合理設計相關參數的閾值，可以說是一舉兩得了。
在這個基礎之上，還有改進版的deepsort，這個方法是從行人的識別中獲取的靈感，通過對比兩個隱藏層參數向量的距離來判斷兩者是否是同一個人。
不過孟繁岐並不準備那麽周到，實現那麽多，達成了基本需求就足夠了。這部分繼續改進的內容，他隻打算寫下一個思路在這裏給白度。
時間還是用在穀歌上麵比較劃算。
不過看到這句話，孟繁岐還是覺得相當無厘頭：“你一個一米八幾的肌肉壯漢，我帶你走什麽啊？是我帶你走還是你扛著我走啊？”
“兄弟又被安排來找你了呀。”王愷一邊說著，給孟繁岐發了一張機場的照片：“剛到機場，晚上的飛機去尚海。”
“啥情況啊？”
“這不是領導不放心嗎，不敢使喚你往燕京來，隻能派小弟我往尚海去。”王愷也是身不由己，雖說剛剛立了功勞，但總覺得這工作做得沒什麽提升。
“領導說，要讓我在你身邊吃透這部分代碼，到時候迴去跟大家講解。”
“還是跟上迴一樣的活唄。”孟繁岐了然，自己畢竟不是白度的人，李彥弘急著拿政府項目，肯定還是需要派人跟自己交接代碼。
單看最後那一下，估計是不放心。因此派了此前和自己一直溝通的王愷來跟著自己，抓緊一分一秒，把孟繁岐新開發的這部分內容徹底掌握。
“行吧，這也沒什麽，明天我們在合川路附近那個白度的分部見。”
“沒問題，哥。”王愷答應得很爽快：“哥你要是以後有用人的時候，一定要想起我，不管什麽時間，什麽地點，兄弟肯定跟你幹了。”
“你這個帶我走，搞了半天是這個意思？”孟繁岐這才迴過味來。
“那肯定啊，打工肯定是沒什麽大前途的嘛，安安穩穩領點死工資，一輩子攢不下多少錢來。”王愷也不藏著掖著，直接說出了自己最真實的想法。
“我也不記得是哪裏看到的話了，說人這一輩子每天都能至少碰到一個改變自己一生命運的機會，隻是自己絕大部分時候都完全不知道。”
“改變自己一生也得看怎麽改啊，出門被泥頭車創飛了也是改變自己一生。”孟繁岐倒是聽過另一個版本：“我聽過的版本是，一個人在矽穀一輩子一定會碰到一個一夜暴富的機會，俗稱五個一。”
“我覺得你就是我的機會，哥，以後要真創業，一定叫上我。小弟絕對盡職盡責當牛做馬，鞠躬盡瘁死而後已。”經曆了這兩次孟繁岐的技術衝擊，王愷已經徹底折服於他的技術實力之下。
很多時候算法不是能不能寫出來的問題，而是能不能想得到。
過去幾天內，白度ai研究院召迴了一批在外奔波的技術人員，希望逐漸將重心轉移迴來。但忙忙碌碌快一周，在多目標檢測追蹤方麵完全沒有任何有意義的進展。
雖然最近白度ai的事業方麵欣欣向榮，一片大好的局勢，可不少內部的ai技術人員其實都頗有微詞。
yolo算法很強，但根本不是白度自主研發的，隻是借了孟繁岐的力量做了一個大的落地項目。
短期內確實是突飛猛進，若是長期去看，卻不是什麽好事，真正技術上的積累還不夠。
尤其一下子來了太多項目和客戶，研究人員被極大地分散了精力，不少人私下裏都在抱怨自己在做職責外的事情。
政府方麵的新需求就是一個很好的例子，缺乏時間去沉澱技術的白度一時之間根本是一籌莫展，還是得轉過頭去找孟繁岐做這個需求。
王愷覺得，與其這樣反複去找孟繁岐，還不如自己幹脆去跟他幹算了。
以他對孟繁岐技術實力的觀感，創業賺大錢隻是賺多少的問題，根本不存在失敗的可能。
聽完王愷這一係列的內情，孟繁岐其實相當能夠理解，管理層很多時候的想法和決策，確實對底層員工不大友好。
因為他們沒有，也不可能真的從底層員工的視角去考慮問題，說白了打工仔的想法別人壓根就不在乎。
“短期內確實沒有創業的想法，可能兩年後會有計劃。”孟繁岐單憑技術分成入股的形式就足以賺夠足額的財富了，再輔之一些投資，這樣會遠比創業輕鬆很多。
如果真的要自己出來辦公司的話，孟繁岐目前隻有一個計劃，那就是在兩年後，15年底的時候和伊利亞出走穀歌，一起辦openai。
不過即便這件事情他也沒有想好，因為在規劃當中，15年前孟繁岐會把chatgpt需要的核心技術比如注意力機製和生成式預訓練transformer都發表出來。
到時候說不定單純技術和資本入股openai就好，做個技術顧問，沒必要非得自己下場創業打工。
“到時候再說吧，我如果有什麽動作，不會藏著掖著的，你到時候看到了記得聯係我。”
有人這麽早就認定了自己，孟繁岐也願意讓他加入團隊，畢竟也是白度做ai的工程師，水平上沒什麽問題。
隻是自己短期實在沒這個需求，即便有，也不大好意思把李總派來對接的人直接挖走。
結束了簡短的通話，孟繁岐開始檢索匈牙利算法和庫恩-曼克爾斯(km)算法，這兩者其實都是老方法了。
比如匈牙利算法，就提出於1955年，是一種在多項式時間內求解分配問題的組合優化算法。
sort多目標追蹤辦法也隻是利用這兩者，以及孟繁岐提出的yolo，並不需要對這三者本身有很多的改變。
yolo算法作為特征提取器，用來提取所有的車輛部分。
匈牙利或者km算法，對相鄰幀之間的若幹目標進行最大匹配，卡爾曼濾波則根據目標軌跡的預測對結果進行一些修正。
尤其政府的場景當中，車輛的運動軌跡比較規則單一，這個方法的效果會相當優秀而穩定。
並且，在相鄰幀中，孟繁岐還引入了iou距離，也就是兩個檢測框之間交集的麵積，用它作為二分圖匹配的權重。
同時也能夠根據幀之間的距離計算車速，並根據車速範圍合理設計相關參數的閾值，可以說是一舉兩得了。
在這個基礎之上，還有改進版的deepsort，這個方法是從行人的識別中獲取的靈感，通過對比兩個隱藏層參數向量的距離來判斷兩者是否是同一個人。
不過孟繁岐並不準備那麽周到，實現那麽多，達成了基本需求就足夠了。這部分繼續改進的內容，他隻打算寫下一個思路在這裏給白度。
時間還是用在穀歌上麵比較劃算。