第二日的周一中午，齐凡被王教授叫了过去。

    进入办公室，王教授就递过来一个u盘。

    “你要的东西都在里面了。小心点用，千万别捅到网上去。”

    齐凡心下狐疑着接了过来。这才过了几天，自己要的样本图片数据就弄到手了？

    王教授貌似看出了他心中的疑惑。

    “你专注你的事情，不相关的一概别问。”

    齐凡也就按下了自己的好奇心。

    从王教授办公室出来，齐凡拿着那个u盘在手上仔细翻看。u盘的正面依稀有个贴纸撕去后残留的印记，在走廊窗户透入的阳光反射下，貌似是一个圆形的图标。

    齐凡仔细看了下，感觉怎么有点像国徽。这尼玛就玩大了呀。

    “齐凡，站着干嘛呢。”

    正在齐凡震惊之余，前班主任老黄的声音响起。

    “黄老师，好久不见。”

    老黄赶紧挥手，“愧不敢当，我现在可不是你老师了。按你这速度，一年保研两年读博，我早晚得叫你师兄。”

    老黄虽然是开玩笑，可说的也确实有些道理。万一齐凡弄出个什么大新闻，保送读博。那就真成了老黄的师兄辈了。

    “黄老师，你就别开我玩笑了。”

    “刚从王教授那出来？”

    “对。”

    “那你忙吧，我也就是路过。对了，以后顶多叫我师兄。千万别再叫黄老师，拜托拜托。”老黄朝齐凡抱拳，很是郑重的模样。

    齐凡见状也只好道，“好吧。黄师兄。”

    二人随后就各忙各的了。

    老黄是硕士学位。齐凡如今是金陵大学小有名气的学霸，且已是研究生。再喊他老师，确实是让他比较尴尬。辈分和实力都镇不住，那还是不要乱叫的好。

    齐凡回到宿舍后，赶紧用贾震的笔记本打开u盘。

    u盘根目录是一個文件夹和一张照片。文件夹的名称就叫“新建文件夹”，照片的名称为“未命名.jpg”。主打一个朴实无华。

    齐凡出于好奇打开了照片。是一张红底黄字的标语--保密工作要到位，泄密抓到定杀头。

    我擦！齐凡在心中暗骂一句。难怪这u盘上隐隐有国徽的印记。

    这标语言简意赅、通俗易懂、干练肃杀，确实符合华国近代以来的办事风格。

    他随后点开文件夹。

    里头是密密麻麻排列的整整齐齐的一个个子文件夹。看这些子文件夹的名称，应该就是以各个停车场名称来命名的。

    齐凡又随机点开了一个子文件夹。里头是一张张车牌照片。

    他当即统计这个u盘内照片的总数。crtl+a后，屏幕左下角显现出一行小字--168，123个对象。

    整整16万8千多张照片，我滴个乖乖。

    要是没有金陵大学这层关系，齐凡上哪去弄到这么多样本素材。

    齐凡当即就用xcnn_dt模型随机识别了3张图片。

    车牌上必定有一个汉字，但xcnn目前对汉字是不支持的，因而汉字位置的识别结果自然是千奇百怪。这个到时在预料之中，齐凡自动忽视掉了。

    但是对于剩下的英文字符和数字的识别，却是让人一阵揪心。

    哪怕仅仅是挑中的3张测试图片，也没有哪张是完全识别准确的。

    “o”和“0”首先就傻傻分不清楚。“i”和“1”也是一样。

    再叠加车牌照片的光线明暗阴影问题，一个清清楚楚的“6”竟然能被识别成“0”，原因貌似是“6”的上半部分被阴影遮挡了。总之这识别结果结果是没法看。

    齐凡脑子很清醒。

    面对识别错误率过高，无非是两种解决办法。

    一是细化模型的精度，把模型做得更加细致。二个加大训练样本数量，让模型去学习更多的样本数据。

    提升模型精度不是问题，他系统空间的那份模型xcnn图纸，正愁没有用武之地。齐凡此前发布的xcnn_dt2.0版本，不过是这份图纸上最简单的一个模型的落地应用。

    要提升精度，那只需加深网络的层数即可。当前的xcnn_dt2.0版本才5个卷积层，有足够多的冗余留给层数叠加。

    人工智能深度学习中的神经网络是层层叠加的，可以将其理解为一栋高楼。其处理数据的过程，可以类比为让数据爬楼梯。

    数据从一楼开始，一层层往上爬，每上一层就会被处理一次。当数据到达顶层的时候，就是最终结果出来的时候。

    以数字识别为例。

    进入第一层的数据是一张rgb三通道的图片，最后顶层给出的结果则是0到9