关于工作内容

来地平线实习差不多 3 个月了，在这边完成的工作内容，主要有以下几个方面：

• 抽烟检测模型的输出，包括 arm、gpu、j2定点化、mimic模型的输出及相关训练集及模型测试分析报告的撰写；
• ARM 端抽烟检测工程代码的优化，主要是针对数据预处理、数据可视化、模型训练、模型评测、fp/fn 定性分析等代码；
• 针对不同平台的模型难以统一评测的问题，编写了统一的评测程序，配置相关 yaml 文件即可完成不同平台模型的评测并输出 pr曲线；
• 通过对数据过采样的方式解决了 阴阳脸 误报严重的问题；
• 还有一些其他工作：比如数据送标、训练集/测试集制作、日常标注答疑等。

关于工作内容上，自己做的抽烟检测问题，是属于多分类问题，在学术界多分类问题不是什么大问题，早已经有可行的解决方案了，但是在实际工业中发现，即使是三分类的这样简单的问题，在实际项目中也会碰到各种各样的问题，这让我认识到 AI 要想真正落地，是真的需要一批真心喜欢技术，又踏实的人去把 AI 技术落地，这中间也许会碰到一些 dirty work 吧，对于实习生的成长也可能是不利的，但是对于业务项目来说，这些工作可能又是必须做的。

关于工作环境

地平线是 to B 型公司，因此底层技术和业务项目显得尤为重要，需要每一个地平线研发人员扎实做底层技术和踏实做好业务产品。在这边整体工作环境还不错，虽然会加班，但是公司为每个员工配备了升降桌和电竞椅，以考虑员工的身体健康，每天也有零食来补充能量。身边的同事很友好，让我感动的在于有些同事虽然平时很忙，但是有问题找他的时候，他也会很耐心的帮你解决疑惑，感谢周围每一个帮助过我的同事。

关于个人成长

有些遗憾，在这边实习个人成长方面没有达到自己的要求，虽然刚来第一个月自己成长很快，但是后期成长有限，自己的成长跟付出不成正比吧。这一点就不细说了，希望地平线以后能完善对于实习生的培养规范，不能只是一味的要求干活。值得让我注意的是，我发现光干活真的并不一定能让你得到很多成长，但是学习别人的优秀工程代码和学习新知识，然后再应用到实际项目中，那样不仅自己能得到成长，工作效率也能大大提升。自己后期就是稍微看了一个代码优秀的系统性的项目代码，短时间内就让自己收获很多，可惜后期时间有限，留给自己学习的时间不多，否则自己的成长能更多些。

关于技术收获

虽然在公司很多事，但是自己回家后偶尔也会看会书，在公式有时间也会看些基础知识和新知识，总的来说技术收获还是有些：

• 开发工具熟悉/了解：git/shell/tmux/cmake/hadoop命令
• 抽烟工程代码优化及数据处理程序编写，熟练掌握 Python
• 了解模型压缩知识（浅层网络设计/知识蒸馏等）及熟悉模型评测指标代码编写及分析
• 熟悉 mxnet 框架

展望

实习近 3 个月的时间匆匆而过，这段时间虽然过得很累，但是实习是研究生必须经历的一个阶段，不管是找工作还是对于自己以后的人生职业规划都是有用的，而且越早实习越好！！！在研三接下来的一年时间里：

• 我会先刷题，复习机器学习/深度学习/图像处理/C++/Python/的基础知识和项目细节，为找工作做准备，这几个月要为找工作而努力
• 之后，做一些之前没做的事：复现论文，faster rcnn/mask rcnn/unet/yolo/ssd 等论文，一个就可以，尽力发一个还不错的论文
• 掌握 C++，完整的写一个 C++ 项目
• 继续学习目标检测/语义分割的知识，参加 Kaggle比赛，尽力拿一个金牌吧（很难，但是当作目标）