14年程序员：从零搭建CV系统，日均处理10万图

　　去年十一月份那会儿，我原以为从零搭个CV系统，日均处理十万图，顶多就是费点时间调参——结果被测试老陶的边界条件测试给整崩溃了。那天下午三点，他抱着一摞测试用例进来，眼镜片上还沾着机房的灰尘，说“你这模型对极端光照的识别率，我测了三百张图，有十二张直接跳过了”。我第一反应是“不可能啊，训练集里明明有类似场景”，结果他掏出手机，翻出一张测试环境抓拍的照片——画面里是下午四点的阳光斜射进窗户，在白色桌面上投出明暗分明的条纹，模型输出直接空了。

　　老陶这人，点了一辈子按钮，测试用例写得比开发文档还细。他当时坐在我对面，翘着二郎腿，手指敲着桌子说：“你这算法，是不是没考虑过‘非均匀光照’的边界？我查了日志，那十二张图里，有七张的明暗对比度超过1.8，模型直接把暗区当背景了。”我嘴上说着“不可能，训练时明明加了对比度增强”，心里却开始发虚——因为训练集里的对比度增强，是按0.8到1.5的区间调的，1.8以上的数据，确实没覆盖到。

　　那天晚上七点，老陶又来了，手里端着外卖盒，说“我加了个测试用例，把对比度调到2.0，模型输出还是空的”。我盯着屏幕上的日志，突然想起测试环境的摄像头和生产的型号不一样——测试用的是老款，动态范围小，生产用的是新款，动态范围大。老陶听了，冷笑一声：“所以你们开发总说‘测试环境全绿’，结果生产崩？我这儿有张对比图，测试环境拍出来的明暗条纹，宽度是生产的两倍。”他说着，把手机递过来，画面里是两台显示器，左边是测试环境的图，右边是生产的图，条纹宽度差得肉眼可见。

　　我原以为调整对比度增强参数就能解决问题，结果老陶又抛出个新问题：“你这模型对‘局部遮挡’的识别率，我测了五十张图，有八张把遮挡物当目标了。”他指着屏幕上的测试报告，说“比如这张，目标是个杯子，上面盖了块布，模型输出的是‘布’”。我凑过去看，发现训练集里确实没这种场景——训练时用的遮挡物，都是透明玻璃或薄纸，而测试用的是厚布。老陶敲着键盘，调出一张生产环境的抓拍图，说“生产里这种场景多了去了，比如仓库里货物被塑料布盖着，模型要是总把遮挡物当目标，那日均十万图的处理量，得错多少？”

　　那天晚上十点，老陶走了，留下我盯着满屏的测试报告发呆。我翻出训练集的标注文档，发现“遮挡物”的标注规则里，确实没写“厚布”这种场景——标注团队当时觉得“厚布”属于边缘情况，没必要专门标。可现在看来，这“边缘情况”在生产里根本不边缘。我打电话给标注负责人，对方在电话那头打了个哈欠，说“我们当时按80%的常见场景标的，剩下的20%，你们开发自己处理呗”。我挂了电话，心想“这20%的边缘情况，才是决定系统能不能站得住的关键”。

　　后来我花了三天时间，重新调了对比度增强参数，加了厚布遮挡的训练数据，还让老陶帮忙补了五百张极端光照的测试用例。系统上线后，日均处理十万图，错误率从0.3%降到了0.1%。老陶后来跟我说：“你这系统能站住，不是因为参数调得好，是因为优胜劣汰——测试环境没覆盖的边界条件，生产环境会帮你补上；你漏测的极端场景，用户会帮你发现。”他说这话时，正蹲在机房角落修测试用的摄像头，螺丝刀在手里转得飞快。

　　现在每次看到测试报告里“通过”的绿标，我都忍不住想——这绿标背后，有多少是老陶这种“点了一辈子按钮”的测试，用极端场景、边界条件、边缘用例，一点点抠出来的？开发总说“测试环境全绿”，可生产环境崩的时候，谁又记得测试环境里那些被漏掉的“边缘情况”？优胜劣汰的道理，在CV系统里适用，在测试里更适用——漏测的边界条件，早晚会变成生产环境的坑；而那些被测出来的“不可能”场景，才是系统真正站得住的底气。

文章配图，仅供参考

（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!