子，有几个跨界来做图像识别的？图像识别是一门特徵工程，他懂什麽叫尺度不变特徵变换吗？他知道怎麽在高维特徵空间里进行不失真的数据压缩吗？」
「所以漆昊来参加比赛，看看就好了，我们应该感谢他给我们带来热度。」
佩罗宁和他相视一笑。
在豪尔赫看来，XRCE今年重磅推出的压缩费舍尔向量方案，利用图像签名与高效的线性分类器相结合，将是到目前为止，甚至未来很长一段时间内，都将是整个经典计算机视觉领域无可争议的巅峰神作。
「话说回来，这次我们必须拿下头名。」佩罗宁收起了笑容，变得认真了。
由於施乐母公司近些年不断削减欧洲研究中心的研发预算，他们急需用这次ImageNet
和ICCV的最高奖项，来向那些只懂得看财务报表的董事会高层证明，他们依然是这个领域的霸主。
「不管这个华国新星在纯数界有多风光，在巴塞隆纳，在我们的主场，他注定只能成为我们在费舍尔向量方向登顶的背景板。」
豪尔赫郑重地点头。
与此同时，大洋彼岸的美国西海岸。
史丹福大学那间平日里灯火通明的图像计算实验室里，二十几名正被成百上千个物体分类标签折腾得近乎虚脱的博士生们，正有些双眼无神地盯着屏幕上的测试伺服器後台日志。
有人突然说道：「你们听说了那个华国数学天才也参加了这次的imagenet了吗？」
「那是谁？」
「嗯，一个挺出名的数学天才吧。
「不关心，他又不是这个领域的天才，数学家就应该去做数学家应该做的事。」
「是啊，我们现在更希望的是，有人能够在深度学习领域取得真正的成绩，否则我们的项目，什麽时候完蛋都不知道。」
「我认为这次XRCE是最有可能取胜的。」
「我也这麽认为。」
作为ImageNet数据集的缔造者和维护方，他们一直以来承受着来自学术界主流舆论难以想像的巨大压力，无数计算机视觉领域的泰斗级学者都在公开质疑。
为什麽他们要去折腾这样一个拥有上百万张图片，有两万多个分类的臃肿垃圾堆？
花大价钱用亚马逊众包平台去给图片打标签，难道不是在浪费科研经费吗？
在这样的质疑声中，实验室里的每一个人都绷紧了神经，试图用稳妥的分类器去给lmageNet设置一个足够体面的基准测试数据。
他们比任何人都希望有人能够在imagenet上取得真正的突破。
而就在这片压抑的气氛中，实验室隔壁办公室大门被推开了。
李教授快步走进了数据监控中心。
她刚刚听闻了那个惊动了普林斯顿高研院所长亲自邀约的华国天才漆昊，居然也报名参加了她们主办的ImageNet大赛的消息。
「把那个漆昊所在的团队，调出来。」
「叫QInet？他们目前在测试集上提交的数据是多少。」李教授急迫地对负责後台数据维护的博士生说道。
「教授，他们确实提交了一组试运行数据，但我们还没来得及跑完完整的评估流程。」
「现在就跑，我想立刻看到他们的初步准确率。」
接下来，李教授一直在旁边焦灼地等待着。
当伺服器终端的跑数脚本吐出最後一串系统评估日志时，那名博士生愣住了。
「教授，这数据好像不对劲。」
李教授看向屏幕，呼吸在这一刻仿佛都停了。
她不敢相信地说：「这不可能，这绝对不可能！」
-->>(第4/5页)（本章未完，请点击下一页继续阅读）