计算机视觉内容建设：从零到日均10万图实战路径

　　跟老板拍桌子那天，咖啡渍在立项书上晕开第三道边——我盯着那摊褐色，忽然想起上周三下午三点，后端老陈把充电线换成了Type-C的，银色那根，接头有点歪。他没说换，我就看见了。当时我在Lighthouse跑分截图发到群里，没人回。不是屏蔽，是真没人回：PM在改PRD第十七版，前端在修那个永远不触发的onIntersectionChange，连消息红点都懒得点。

　　日均十万图？去年十月起的数，但我说不清哪天跨过五万——没标记，没切片，就某天晨会导出报表，运维顺嘴提了句“缓存命中率突然跳了七个百分点”。我原以为是CDN预热生效，结果查日志发现是图床自动淘汰了七百二十张HSV通道溢出的老图。优胜劣汰。这词听着像PPT，可它真在跑：不是人筛，是模型自己咬掉边缘case，留下的全是能喂进训练管道的硬货。这个我敢打包票。但具体阈值怎么设的？我说不准。调参记录散在三个Git分支里，有一段还存在本地未推送的录屏里，桌面那个没关，录了四十三分钟，全是键盘声和空调嗡鸣。

　　先扔结论：你建的内容池，如果靠人盯、靠周报填、靠抽检打分，撑不过八万二千张。不是人不行，是图不答应。去年十月第一个月，我们用人工标注+规则校验搭的初版图库，四万八千张。其中一万一千张在第三周全被下游训练任务静默reject——没报错，就loss卡在0.47死活下不去。后来扒出来，三千张是同一台iPhone 12在阴天窗边拍的，白平衡偏移1.86；还有两千张缩略图尺寸强制统一成512×512，但原始图宽高比是16:9，拉伸畸变肉眼难辨，模型一眼识破。我们管这叫“安静背叛”。现在回头看，那批图就像埋在训练集里的慢性毒药，剂量不大，但让收敛曲线多绕了十八个epoch。

文章配图，仅供参考

　　优胜劣汰真正的狠处，不是筛掉差的，是逼你重写评估维度。比如去年十一月，我们砍掉所有“构图评分”字段——因为发现模型根本不管三分法，它只认边缘梯度响应强度和纹理熵分布区间。但产品坚持要个“画面美感分”，我们就挂了个代理接口，接第三方API，返回一个带小数点的数字，后台根本不存，每次请求现算，响应时间十八毫秒。用户看到分数了，系统也假装在评估，其实只是个带延迟的回显。这个事儿，我跟产品吵过两次，第二次我指着监控面板说“你看这QPS波动，全是你那个分数接口引起的毛刺”，他点头说好，回头邮件标题改成《关于提升用户感知质量分体验的若干建议》。建议里第一条：把十八毫秒优化到十六毫秒。

　　有个失败案例得记一笔：十二月初上线的“夜间模式适配图库”，目标五万张，三个月后只跑了三万六。不是采集慢，是淘汰太狠——自动剔除所有低照度下信噪比低于23dB的图，结果连带干掉了一整批消防演习烟雾模拟图（它们灰度直方图峰值在32-41区间，刚好卡在剔除线）。补救方案？我们没调阈值，是给烟雾图单独开了个子命名空间，打标“non_ambient”，然后训练时加权重。笨办法，但比说服算法团队重训一个低光感知模型快三天。现在这批图还在库里，但路径前缀是/storage/smoke_v2/，没人敢动，连清理脚本都绕着走。

　　前两天翻git log，看到十月七号我提的第一个commit message：“init vision content pipeline”，就这一行。没有描述，没有Jira号，连空格都没多打一个。当时觉得踏实，现在看，反而最悬。因为真正开始转起来，不是从那条命令，是从十一月十二号凌晨两点，运维在群里甩了个链接：“图床OSS的PutObject并发超限报警”，后面跟了个emoji，是一张咧嘴笑的猫。我们三个人没睡，同时在服务器上敲top，发现是某个自动清洗job在遍历七万张图的exif——它每读一张，就往Redis里塞个timestamp，但忘了del。堆满了，Redis开始swap，swap再触发OOM kill。那个job重启了三十七次。最后一次成功，是因为老陈拔了他桌上那根银色充电线，插回自己的MacBook上，说是“电源管理策略不同”。谁知道呢。反正job跑通了，日均图量那天破了九万。

　　所以接下来，我不打算再推什么建设路径图了。下周约个会，就三个人：我、前端小王、还有上次没回Lighthouse截图的那个QA。带瓶冰美式，开摄像头就行。先看他录屏里那段键盘声到底录没录清Ctrl+C的节奏。其他的，边跑边看。

（编辑：站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!