去年保研結束，11月開始投實習，1月入職小米智駕（決策規(guī)劃方向），打雜兩個月，由于對基于規(guī)則的決策規(guī)劃一點不懂，所以很難學到很多東西，但是對智駕的決策方向有了一個大概的了解。以及個人事務原因，遂跑路。具體學到的東西就不細講了，也沒啥好講的，dirty work有啥講頭？

面經(jīng)見xhs：83 momo發(fā)布了一篇小紅書筆記，快來看吧！ ?? 2vB8oWUuK38wFph ?? http://xhslink.com/a/JCqbrSCC3jBeb，復制本條信息，打開【小紅書】App查看精彩內(nèi)容！

然后回到學校，在學校附近找了個中小智駕廠，視覺感知方向，雖然也會有打雜的活，但是還是學到不少東西。

了解過行車感知、泊車感知。泊車感知僅僅幫忙處理了波數(shù)據(jù)（數(shù)據(jù)標簽統(tǒng)計/可視化/驗證），大概知道有哪些任務？（基于IPM的停車位和各種雜物的分割、分類、檢測）

主要跟著mentor干行車視覺，主要任務是目標檢測（其他車輛、人群、障礙物等），好像公司也有車道線檢測的，但是不歸我們干。

學習了mono3d模型、fcos3d模型，我們主要用的行車模型是這個，也了解過一點現(xiàn)在比較火熱的也有 Sparse4d v3模型，各大公司都在引進使用，性能也很不錯，貌似應該是可能是最常用先進有效的模型了，mono3d的話可能更輕便和一些邊緣檢測輔助之類的。

具體總結一下自己干的一些活：一開始是讓我學習坐標系轉(zhuǎn)換（這個貌似是感知的入門基礎），讀mono3d的代碼，fcos3d代碼，然后讓我處理一些評估模型的任務，針對一些已經(jīng)有的模型結果和標簽進行評估性能。

然后后面處理了幾波我們想要買的數(shù)據(jù)，進行數(shù)據(jù)可視化驗證，數(shù)據(jù)標簽統(tǒng)計，貌似最后沒買（budong）。

然后開始讓我來訓練模型，看看模型有無可以改進的地方，mentor給了我篇論文，PGD的，概率與幾何深度估計方法（PGD, Probabilistic and Geometric Depth），讓我在我們的fcos3d上面加上去，提高效果，

然后我開始讀論文，讓gpt幫我加上去這個head模塊，PGD 的三個部分DP、DL、DG，最后我只加了兩個上去DP和DL，DG涉及到視角幾何關系傳播深度有點不會，論文也說DP+DL性能已經(jīng)不錯提升了，所有就先開始訓練，一開始loss居高不下，或者是一開始很高，折騰幾天，發(fā)現(xiàn)問題，論文里面的使用的都是smoothL1的loss，我loss_depth使用的好像是連續(xù)深度高斯負對數(shù)似然損失 (NLL)，loss_depth_fushed一開始使用的是mse_loss（這個loss真的害人），后面都改成了smoothl1_loss，也加入了歸一化操作，loss才開始和諧下來。總得來說，如果后續(xù)想要真的干智駕視覺感知方向，想進大廠，那Sparse4d v3模型肯定是必須要很會（這樣會很吃香，不過挺難的，聽說組里清華爺讀懂論文和代碼都花了一兩個月多），目前我是學會了mono3d，算是對簡歷和后續(xù)找實習有幫助，不過我研究生科研方向與智駕無關，只能看我能不能接著找好的實習，或者轉(zhuǎn)方向，智駕視覺的崗確實不多，而且一般是車企開，我可能還是更想要去卷互聯(lián)網(wǎng)？現(xiàn)在互聯(lián)網(wǎng)與cv相關的崗，貌似只有多模態(tài)、aigc？純cv的崗已死絕。研究生方向可能會與大模型相關，也許可以試試視覺語言大模型VLM？

技多不壓身，有這倆段智駕實習經(jīng)歷總不是壞事，人生就是要多種嘗試多種活法多種方向，就算是到時候從頭來過，也希望自己能有重新開始的勇氣，而不是在一條末路上死磕，加油。

每個人
都應該有一場不辜負心靈的旅程
嘗試和自己和解
感受在路上不一樣的自我
輕觸不可及的晚霞
丈量無邊的荒原
縱使風吹日曬
也應該自由自在
遠方不一定有你想要的結果
但停在原地一定沒有頭緒
當你不再跟自己較勁
任由世事自然地穿越生命
你會發(fā)現(xiàn)
所有糟糕的人和事
終已成為你成長的契機
內(nèi)心強大不是控制一切
而是允許一切
未來藏在迷霧中
隔著距離
叫人看來膽怯
但當你踏足其中
就會云開霧散