第99章 故地重遊

除了燕京這個城市，孟繁岐花了本碩七年+幾個月實習之外，尚海是他印象最深的城市了。

那種其實想要留下，又無能為力的真實與殘酷，使得他至今也對這座城市有種異樣的感情。

他認為，嚮往尚海這樣的大城市是很正常的，不正常的地方在於到底是什麼在決定誰可以留下，誰不能留下。

孟繁岐如今普通消費早已自由，這次來尚海在浦江邊上訂了個五星。

清晨早起漫步在江邊，一路往南邊走，慢慢悠悠逛到了如今早已取消掉的南區附近。

這裡有個城隍廟，有個園林，向來都是旅客來尚海必要看上一看的景點，地處最為中心的區域。

可偏偏在這個全國金融中心的核心地段，卻有著大片的老城區老建築。

往東幾百米就是浦江，可城隍廟南部這方圓幾公里內，幾乎都是破舊的老城。

其中不少人家還得用公廁，使上痰盂這樣的物什。

“或許這才是真正的尚海。”孟繁岐走在其中。

比起浦江兩岸的繁華和各國風格的建築，新天地附近，鉅鹿路富民路人稱鉅富路。

這樣的街頭巷尾其實更加貼近真實的尚海生活。

前幾個月曾經在孟繁岐圍脖下面打廣告的張學峰，藉著當時的這點熱度，如今提前有了一些名氣。

他或許在很多事情上都有些爭議，不過有一段話孟繁岐一直非常感同身受。

想體驗真正的燕京，不要去什麼頤和園，三里屯，那不是真正的燕京。

去國貿附近，坐830公交車去燕郊；去住了好幾百萬人的天通苑。

坐腳不沾地的公交車，住趕得上市級人口的小區，人稱亞洲最大的社群，光派出所就建了四個，地鐵站修了三個。

而真正的尚海也是如此，人頭攢動的城隍廟附近全是老城廂，其中的生活質量和尚海的繁華沒有半點關係。

江對面就是鹿家嘴，尚海的經濟金融中心，孟繁岐過兩天要去的谷歌尚海分部就在此處。

可即便被繁華包圍，這些東西又和普通人究竟有什麼關係呢？

在這件事上孟繁岐還是十分清醒的，尚海打工，最終大連定居。

接近財富和權力會讓人誤以為自己掌握了它們，這種心態絕對要不得。

走在老舊的城廂街道中，孟繁岐並沒有因為這些居民的生活環境和條件而對他們產生任何的同情。

2020年後，尚海徹底計劃翻新市中心的老城廂，方圓幾公里內全部水泥糊門，集體拆遷。

具體的政策孟繁岐沒有了解太細緻，畢竟他沒有這個命。

只知道一份45平，獨生子女分兩份，對未來的配偶和子女還有考慮，因此不少二十來歲的年輕人分到135-180平難度不大。

不少人還在抱怨，說怎麼從浦江拆到鄉下去了，只可惜他們口中的鄉下也是孟繁岐負擔不起的。

因此，比起他們，孟繁岐覺得自己更值得同情。

不過這都是過去的事情了，重生回來幾個月的時間，孟繁岐已經實現了房產自由，想住哪裡住哪裡了。

稍微逛了一下之後，孟繁岐就聯絡王愷去白度了。

多聊了幾句，突然發覺，這小子原來本就是尚海人。

“你本來家就在尚海，這趟回來不就是公費回家了，抱怨個鬼呢？”孟繁岐在白度樓下與他碰面之後，很是無語。

“哥，不管事情怎麼樣，肯定要給領導辛苦的感覺啊！”王愷開始分享起自己的摸魚準則：“領導就是容易見不得你閒下來，也見不得你工作做得舒服。”

“這倒是真的。”孟繁岐在摸魚一道方面也有不少自己的見解，一般下午三四點做完的事情，一定拖到晚上或者領導問起才會有反應。

只要你能做完事情，領導就會覺得你的工作不飽和，然後給你拉滿。

事情多的時候，孟繁岐還會專挑凌晨睡前彙報工作，以顯得自己似乎一直忙碌到那個時間點。

“沒事，這幾天跟著我的話，就不用搞那一套了。”孟繁岐整理了一下資料，安排王愷先去把演算法背景搞懂：“你先把這兩份資料搞懂，我去把基本邏輯和框架寫好，你看完之後再來找我。”

匈牙利和KM經典好用，原理也沒有那麼複雜，只是不是特定領域的人不會關注。

王愷此前也是對此一竅不通，乖乖領著資料就去看了。

孟繁岐則環顧四周，溜達了一圈，挑選了一個平平無奇的工位。

“正巧啊，這位置目前還沒有人在使用。”孟繁岐感情複雜地笑了一下，這個工位正是他重生前曾使用了許久的。

時隔六七年，各種辦公用具，裝飾擺件都有不小的差別，甚至窗外的景緻也有些不同。

同樣的地點同樣的公司，同樣的寫著程式碼。

只是地位上已經天差地別。

孟繁岐的程式碼改造工作非常順利，這主要是因為他在寫YOLO這部分內容的時候，就已經考慮到了其他功能的擴充套件。

基於檢測的演算法變種還是相當之多的，最為擅長視覺演算法的孟繁岐早就在對應位置留下了方便改造的介面。

當初只是因為資源有限，跑不了那麼多實驗，這才只做了最基礎的部分。

設想中，是為了方便自己的程式設計師同行們做二次開發用的，卻沒想到自己竟然是第一個做二次開發的。

思路明確的孟繁岐，輕車熟路，很快就在YOLO演算法圖的幾個關鍵位置抽了一些特徵出來。

根據選框的資訊，設計了一下單幀各選框的陳列方法，並加入匈牙利演算法測試了一下匹配情況。

這系列的任務孟繁岐太過熟悉，因此僅僅花費了一個多小時，就已經完成了一半。

加權的匈牙利演算法其實就是KM演算法，在這個專案中，孟繁岐針對政府的場景情況專門設計了一下這個匹配權重的計算方式。

可以說，這樣的單一場景，其實不用卡爾曼濾波器，效果也完全是足夠好了。

不過，由於開發太過順利，孟繁岐也就不打算偷懶，準備午休一下，下午把卡爾曼濾波也加上，事情就算是完成了。

“特麼的已經快寫完了？”王愷費勁巴拉地看了一上午，兩個演算法的原理流程剛剛勉強吃透，結果孟繁岐卻告訴他這件事下午就可以結束了。