2013年12月的这次顶级国际计算机视觉大会，时间其实稍微有一点漫长。

    会程分为研讨会两天，1-2号，然后是主会程4天，3-6号，最后再是特定话题的研讨会两天，7-8号。

    而孟繁岐夺冠的imagenet-2013赛事，它的研讨会被定于2013年12月7号开展。

    因此严格意义上，其实孟繁岐并不需要参加大会的主要部分。

    但他也不准备去得太晚，一行人定下的机票在4号这一天。

    12月初的前三天，并没有什么特别的事情。

    孟繁岐又去了一次白度的燕京总部，这次是因为白度那边的宣传需要。

    李彦弘这边深度学习研究院的动作非常之快，很快就研究清楚了孟繁岐方法的要点，并且在自己的数据上已经开始进行复现的尝试。

    负责与孟繁岐对接的白度研究员王恺，这段时间频频来燕京电力大学附近拜访孟繁岐，把各种相关知识差不多都吃透了。

    孟繁岐还是比较喜欢跟王恺这样比较纯粹的人打交道的，虽然按理说王恺的联络频率稍微高了那么一些，问的问题有时候也稍微超过了合理的范畴，但他的方式方法还算讲究。

    既然自己没有什么特别要紧的事情，孟繁岐倒也没有计较太多。

    上次签署技术合同后不久，在王恺的积极推动下，白度方面已经掌握了该算法。

    李彦弘当即拍板，准备素材，要制作以“实时检测可以颠覆世界”为主题的宣传片。

    说得明白一点，就是要展现孟繁岐的yolo算法在各行各业的使用场景。

    其核心便是要突出几个方面的特质，用途广，速度快，效率高。

    老板一声令下，研究院视觉方面的算法研究员们排排坐，开始了头脑风暴。

    他们需要在这些场景的范围内思索需求，收集图片，并在上面运行检测算法。

    这些素材再给到下面的市场部门，专门负责去设计文案，剪辑视频等操作。

    “首先肯定是自动驾驶方面，路标路牌，车辆行人，这些方面的检测不仅意义重大，而且最符合‘实时’这一特点。自动驾驶方面对实时的需求是最不可或缺的。”汪海峰开了一个头。

    “自动驾驶不仅符合主题，而且市场非常庞大，最为衣食住行四大基础需求之一，它的影响范围也最为夸张。并且，它的实现也非常具有智能感，有一种第三次工业革命的感觉。”一位研究员点头称是，自动驾驶的场景展现是最符合主题也最震撼的。

    “还有工业检测方面，工业检测可能是缺陷检测，检查次品和残缺品，也有可能是统计和计数方面，比如统计某种材料的数量并计数。”王恺认为，不同的工业都有各自的需求，这方面会是很大的商机。

    “不过工业检测，实时的属性没有那么强，许多操作只要在几秒钟内可以得出结果就可以。”

    “但我们可以强调效率，可以做一个稍短的视频，左边是工人自己点数检测，中间是很慢的检测算法，右边是我们的新算法。加速一下视频，对比他们的成果数量。”

    <script type='text/javascript'>try{ggauto;} catch(ex){}</script>