第99章 从打蚊子到识导弹的AI之眼 (第7/12页)
草原一只羊提示您：看后求收藏（略群小说www.luequn.com），接着再看更方便。
赋予ai“慧眼”——深度学习模型引入与训练：
技术路线选择：
经过激烈讨论，团队决定采用当时虽非主流但潜力巨大的卷积神经网络（n）模型作为核心识别引擎。理由：n擅长从原始像素中自动提取层级特征（边缘-＞纹理-＞部件-＞整体），非常适合处理图像识别问题。
“土味”适配：
没有现成的强大算力（gpu集群尚未普及），李思远带领团队对经典n模型进行极致精简和优化，牺牲部分通用性，专注于导弹\/无人机识别的核心特征（运动、热纹、轮廓）。模型结构深度适中，参数量控制在可接受范围。
数据喂养：
将构建好的海量数据集（真实+模拟）输入模型进行训练。这是一个枯燥而漫长的过程。
初期灾难：
模型在训练集上表现尚可，但在从未见过的测试集上（新背景、新干扰）泛化能力极差，虚警漏警惨不忍睹。原因：
模型过拟合了训练数据的噪声；特征区分度不够；干扰样本不足。
