计算机视觉内容建设：12年架构师实战路径

　　凌晨三点十七分，告警又来了——不是模型崩了，是标注队列卡在第十七万四千八百二十三条，而那个标注平台前端，还在用 Vue 2 的 computed 拼接 path。我盯着看板上那个黄色的「pending」框看了十八秒，咖啡凉在左手边，杯底压着我上个月的调休单，背面还写着「DBA 说 Kafka 消费偏移重置得手动，别信自动脚本」。

　　我原以为这次是 pipeline 配置漏了 mask 解码器的 channel 对齐，结果连 ssh 进去都慢：先输 hostname（cv-prod-labeling-worker-03），回车，卡两秒；再输密码（星号糊成一片，但手指记得位置），回车，又卡三秒；最后才看到 bash 提示符——中间那声空调嗡的一下，特别准，就在我按完回车的瞬间。冷风从机柜顶上斜劈下来，打在我后颈上，像谁用尺子量好距离后轻轻推了一把。

　　优胜劣汰？对，就是字面意思。不是模型挑数据，是数据在挑人。你搭的 pipeline 能扛住三天没修的脏标吗？能扛住外包团队把「行人」标成「模糊运动块」的第三批样本吗？能扛住后端半夜改了个 HTTP status code 从 201 改成 204，导致所有标注确认按钮点十次才生效吗？这个我敢打包票：上个月我们删了四千一百六十二条误标帧，全是因为某位实习生把「遮挡」和「截断」当成同义词混标了——他标的时候，耳机里放的是周杰伦《双截棍》，我亲眼看见的，音量开得整层楼都听得到副歌。

　　对面工位老张换了双拖鞋，灰蓝色，左脚后跟开了线。他昨天说想把数据清洗脚本从 Python 改成 Rust，我没拦，但顺手把他 Git 分支名从「feat/rust-cleaner」重命名为「wip/please-dont-merge-this-yet」。这事儿我说不准是不是真有用，毕竟上周五下班前他 merge 了，也没人测——只是第二天晨会老板问起「清洗耗时有没有降」，他支吾着说「逻辑更清晰了」，然后低头抠手机屏保上的划痕。那个屏保，是去年团建在西溪湿地拍的芦苇，有点虚焦。

　　两个月之前，我亲手把第一批工业质检的标注规范文档钉死在 Confluence 第二页，加了锁，只开放评论权限。结果第七天，一个标注组长在评论区贴了张 Excel 截图，三百七十二条告警，全是同一类语义歧义：「反光区域是否计入缺陷？」——而我们当初写规范时，用的是「原则上不计入」这种鬼话。当时我就想删评论，手悬在键盘上，听见 DBA 在茶水间吼了一句「谁动了 ZooKeeper 配置中心的 ACL？！」，我顿了顿，点了「resolve」。现在那条评论还在，底下挂着我的回复：「已补充至 V2.3 版本，见附录 D-7.2」。其实附录根本没更新。我就挂那儿了。

　　有的调休申请被驳回。不是因为排班紧，是系统里填错了一个字段：我在「申请事由」栏写了「校验 CV 数据湖 Schema 兼容性」，HR 系统把它识别成「事由类型：休假冲突（技术类）」，自动打回。后来我改成「陪家人看病」，秒过。这事儿我现在想起来还是后怕——不是怕假没休成，是怕那天下午两点的数据校验报告，真被当成「病假」给归档进了 OA 的医疗附件目录。你猜怎么着？它还真在那儿，路径是 /oa/attachment/medical/2024Q2/… 后面一串 UUID，点进去是 PDF，第一页标题确实是「CV schema compatibility audit」。

　　再说个小事：我们最早那版训练集索引服务，缓存键用的是 md5(filename + timestamp + label_version)，后来发现 timestamp 是采集设备本地时钟，有八台相机快慢不一，最大差 47 秒。于是缓存穿透炸了三次，每次都是晚上九点十一分，像闹钟。最后一次，我直接让运维把 redis cluster 的过期策略临时关掉，用 TTL=0 顶了四小时——结果那晚没人报缓存雪崩，倒是标注平台上传接口慢了三百毫秒，没人查。没人查。你知道为什么吗？因为后端改了 Nginx 的 proxy_buffering off，说是为了「流式返回进度条」，结果全量响应头塞进第一个 TCP 包发不出来，卡在 write() 系统调用里。这个我敢打包票：抓包文件还在我桌面角落的 Wireshark 文件夹里，命名是「20240321_label_upload_delay.pcapng」，没加密，双击就能开。

　　我不屑讲什么「数据飞轮」。飞轮转得再快，要是喂进去的是带霉斑的米，磨出来的还是糠。我们干的哪是建设？是天天蹲在数据田埂上拔稗草，还得认得清哪些是杂交稻自己长歪的，哪些是隔壁地块飘过来的种子。上礼拜测试环境里跑出个 AP 得分倒涨 0.3% 的模型，后来发现是标注团队悄悄把漏标率高的类别权重调高了两倍，没走流程，就微信里问了下后端要不要「同步一下 loss weight」——后端说「你配吧我不管」，然后真配了。我看到日志的时候，正用牙签剔指甲缝里的咖啡渍。工牌上那圈褐色，洗不掉，越擦越深。

文章配图，仅供参考

　　所以别跟我聊什么「内容基建」。基建要有图、有验收、有竣工章。我们这叫野外生存——带点运气，带点狠劲，带点不敢写进汇报的临场发挥。下周一我要去现场看产线摄像机的安装角度，带一把卷尺，一支荧光笔，还有三颗止痛片。至于那份《计算机视觉内容建设：12年架构师实战路径》的 PPT？我已经导出 PDF 发给老板了，但封面页我悄悄盖了张便签：「请勿转发。内网可查原始 commit 记录。」

　　手机响了一声没接。不是告警，是我妈。我按了静音，继续看监控画面上，那个新装的广角镜头把传送带拍成了波浪形——边缘畸变太猛，但质检算法还没适配。我得先标二十帧，再调参。明天再说。

（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!