CV这个方向，最大的成就是证明了一件事：只要评价标准够死板，人类可以把任何学问做成流水线。 ImageNet、COCO这些数据集，本来是一把尺子，用来量机器… · @Noe1017_Monad · TwKit

@Noe1017_Monad

CV这个方向，最大的成就是证明了一件事：只要评价标准够死板，人类可以把任何学问做成流水线。 ImageNet、COCO这些数据集，本来是一把尺子，用来量机器到底看懂了没有。后来这把尺子被供上了神坛，全行业对着它磕了十年的头。大家比的早就不是谁看得更懂，而是谁更会考这几张卷子。全行业一起过拟合，好处是谁也没法说谁。 最尴尬的是，视觉理解这件CV吹了十几年的事，最后是隔壁做语言的顺手做成的。拿海量图文对一训，图像和文字一对齐，模型就知道图里在说什么了。CV人十年精心雕的那些结构，最后输给了一句“这是一只坐在沙发上的猫”。自家祖传的手艺，被外人用一张说明书解决了。 再看那些多尺度、金字塔、五花八门的attention，每个都配一套煞有介事的直觉解释，写得像在发现自然规律。数据和算力一上来，这些设计要么没用，要么模型自己就学会了。原来所谓的创新，很多只是数据不够的年代里，人拿脑补去填坑。坑一平，创新也跟着入土，连墓碑上的名字都起得比内容响亮。 学校做不起大模型，就只能在别人的大模型上拧螺丝，拧完给螺丝起个名，叫XXFormer，再配一张加粗的表格。审稿人五分钟看一篇，只认加粗的数字，于是这个领域练成了一门绝活：做一张让人五分钟内点头的表格。论文的真正读者，早就不是同行，而是审稿流程。 工业界真正头疼的长尾场景、脏数据、上线后的模型漂移，没人碰，因为又累又发不了顶会。学术界忙着起新名字，工业界忙着别出事故。工厂和车上跑的，很多还是几年前那几个老模型，那几万篇SOTA，基本没出过实验室的门。 所以说CV灌水，其实冤枉它了。灌水至少还有点水，很多论文连水都没有，只有一张表。 论文越来越多，真问题越来越少。这不叫科研繁荣，这叫学术通货膨胀，印得越多，越不值钱。

曝光 117 · 评论 0 · 点赞 0 · 书签 0