第74章 的吹牛（第2页）

10

月。经过几个月的艰苦努力，林逸和他的团队终于完成了面向智慧交通的视频感知计算系统的初步研发。这个系统基于高算力存内计算

AI

芯片，能够实现图像分类、目标检测、数据预处理及目标跟踪等多种功能。

然而，就在他们准备进行实地测试的时候，一个意外的挑战出现了。

“林逸，你看这个数据。”

小张指着屏幕上的一组数据，眉头紧锁。

林逸凑过去一看，发现目标检测的召回率只有

78%，低于合同要求的

80%。这意味着，系统在检测交通场景中的目标对象时，可能会遗漏一些重要的信息。

“怎么会这样？”

林逸皱着眉头，思考着可能的原因。

“可能是算法还不够完善，或者是硬件的性能没有充分发挥。”

小张猜测道。

林逸点了点头，说道：“不管是什么原因，我们都需要尽快解决这个问题。实地测试的时间已经定了，我们不能推迟。”

他们立即召集了团队成员，一起分析问题、寻找解决方案。经过几天几夜的努力，他们终于找到了问题的根源——算法中的一个关键参数设置不合理，导致了目标检测的召回率偏低。

“把这个参数调整一下，再重新测试一下。”

林逸对负责算法优化的同事说道。

经过调整和优化，目标检测的召回率终于达到了

82%，超过了合同要求。团队成员们欢呼雀跃，他们的努力终于得到了回报。

##

第三章：突破

实地测试的日子到了。林逸和他的团队带着研发的系统，来到了无锡市的一个繁忙路口。这里车水马龙，人流如织，是测试智慧交通系统再合适不过的地方。

他们安装好了设备，启动了系统。屏幕上，实时的交通画面清晰地显示出来，系统开始对图像进行分析和处理。

“看，目标检测功能正常，人脸跟踪也很稳定。”

小张兴奋地说道。