资料起了作用。

团队开始认真研究，会议室里响起了讨论声。

但一周后，问题又来了。

“贾总，我们试了几个经典算法。”李明汇报，“效果……不太好。

简单的图片能匹配，稍微复杂点就乱了。”

“具体什么问题？”

“特征不够鲁棒。”张涛解释，“同一辆汽车，不同角度拍，提取的特征差异很大。

算法认不出来是同一个东西。”

贾瀞雯思考着。

这时，陈浩的电话来了。

“进展如何？”他问。

贾瀞雯把问题说了。

陈浩听完，没直接给答案，而是问：“你们现在怎么做的？”

“按论文里的方法，先做整体特征提取，再做全局匹配。”

“换个思路。”陈浩说，“分阶段实现。

第一阶段，不做通用图像搜索，先做特定类别的识别。

比如先做汽车识别，因为汽车有比较固定的特征。

第二阶

段，扩展到建筑、动物等常见类别。

第三阶段，再做通用搜索。”

贾瀞雯记下来：“这是技术路径上的建议？”

“对。”陈浩说，“另外，方法上也可以调整。

不要追求完美算法，先用简单方法验证可行性。

小步快跑，快速试错。”

挂了电话，贾瀞雯立刻召集团队。

“调整策略。”她说，“我们不分阶段：第一阶段，选定十个常见物品类别——汽车、建筑、动物、植物、家具、电器、服装、食品、书籍、艺术品。