从被裁到远程搞CV项目：一个老程序员的架构踩坑实录
去年十月，我坐在北京国贸附近一间不到20平的出租屋里，盯着电脑屏幕上那封HR发来的邮件——“组织架构调整”、“N+1补偿”、“感谢贡献”。那一刻，窗外正下着冷雨，我手里的半杯瑞幸已经凉透。月薪15k没了，房租3500还得照交，老婆在老家刚怀上二胎。说实话，当时真的很焦虑，差点想转行去送外卖。
但程序员嘛，总得有点倔劲儿。我跟老婆视频聊了半小时，她说：“要不回来吧？咱家三楼空着，你在家办公，省下的房租够买两罐奶粉。”于是，我收拾行李，带着一台MacBook Pro和一摞技术书，回到了南方小城的老家。
面试题挑战？不，是生存挑战
回到老家第一周，我投了47份简历，面试了8家公司。有家初创公司CTO问我：“你做过计算机视觉项目吗？比如YOLO或者OpenCV那种？”我老实回答：“工作中用过，但没从零搭过完整pipeline。”对方笑了笑：“那可能不太符合我们对‘实战经验’的要求。”
挂掉电话后，我翻出床头那本《深度学习入门：基于Python的理论与实现》（斋藤康毅著），书页都卷边了。突然意识到：光会调API不行，得自己动手造轮子。于是，我给自己定了个目标：三个月内，用Python从零搭建一个完整的计算机视觉项目，不仅能跑通，还要能讲清楚架构设计。
这不就是一场现实版的“面试题挑战”吗？只不过考官是我自己，题目是“活下去”。
动手干：一个车牌识别系统的诞生
我选了个经典场景——车牌识别。别笑，这玩意儿看似简单，其实涉及图像预处理、目标检测、字符分割、OCR识别、后处理校验……一整套CV pipeline全齐了。
第一周：算法选型纠结症
我翻遍了GitHub，对比了三种方案：
- 传统方法：OpenCV + SVM
- 轻量级深度学习：YOLOv5 + CRNN
- 端到端Transformer：ViT + DETR（太重，pass）
最后决定用YOLOv5做检测，CRNN做识别。为什么？因为我家宽带只有100M，GPU是GTX 1660 Super（还是五年前买的），得考虑部署成本。架构设计第一条铁律：不要为了炫技而牺牲可用性。
第二周：数据哪来？
公开数据集？太干净。真实场景里，车牌可能是斜的、模糊的、反光的，甚至被泥巴糊住一半。我厚着脸皮找老家做停车场系统的朋友要了2000张脱敏图片，又用手机在小区车库拍了500张。标注工具用LabelImg，每天晚上9点孩子睡了才开工，一边打哈欠一边框车牌，活像深夜值班的保安。
第三周：代码架构大翻车
一开始我把所有逻辑塞进一个main.py，结果改个阈值就要重启整个流程。某天凌晨2点，我改完一行代码，系统崩了，日志输出了一屏幕红色。老婆在隔壁喊：“又熬夜？明天还要陪产检！” 我默默删掉那坨屎山代码，重新设计模块：
plate_recognition/
├── config/ # 配置文件
├── data/ # 数据加载与增强
├── models/ # YOLOv5 + CRNN
├── pipelines/ # 核心流程
│ ├── detection.py
│ ├── recognition.py
│ └── postprocess.py
├── utils/ # 工具函数
└── app.py # 启动入口
这次用了工厂模式+策略模式，检测和识别模块完全解耦。以后想换模型？改个配置就行。架构不是画PPT，是给未来的自己留条活路。
Python不是玩具，是生产力工具
很多人觉得Python就是脚本语言，写点小工具还行。但在这次项目里，我彻底改变了看法。
- 用
hydra管理多环境配置（开发/测试/生产） - 用
torchserve打包模型成REST API - 用
pytest写单元测试，覆盖了90%的边界case（比如输入一张纯黑图会不会炸） - 甚至用
streamlit做了个简易前端，老婆都能上传照片试玩
最骚的是，我把整个项目打包成Docker镜像，推到阿里云ECS上。现在老家小区物业想试试智能停车，直接docker run就能跑起来。Python生态的强大，在于它能把算法快速变成产品。
从算法到架构：别只盯着loss下降
很多初级工程师（包括曾经的我）以为CV项目就是调参让mAP涨0.5。但现实是：算法只是冰山一角，水下才是架构的战场。
举个例子：车牌识别经常遇到“粤B88888”被识别成“粤B8888B”。怎么办？
- 初级做法：加更多训练数据
- 中级做法：在CRNN后加语言模型校正
- 我的做法：在
postprocess.py里加规则引擎——如果最后一位是字母，且前五位全是数字，就强制修正为数字（因为国内车牌格式固定）
这个规则引擎后来成了项目的亮点。面试时，我说：“我们用20行Python规则，替代了需要上万样本才能学到的先验知识。” 面试官眼睛一亮。
好的架构，懂得在算法做不到的地方，用工程智慧补位。
意外收获：面试逆袭
今年三月，我拿着这个项目去面一家做智慧城市的公司。终面时，CTO让我白板画架构图。我没画什么高大上的微服务，而是掏出手机打开Streamlit界面：“您看，这是我家车库实时识别效果——刚才那辆特斯拉，车牌‘粤A·D12345’，识别耗时0.8秒。”
他愣了一下，问：“你自己做的？”
“从数据采集到部署，一个人，三个月，老家书房。”
最后谈薪时，HR说：“本来预算20k，但你的项目展示了端到端能力，给到22k，接受吗？” 我想起北京那间3500块的出租屋，笑了：“接受，但我得远程办公。”
写在最后：技术人的长期主义
回头看这段经历，我最大的感悟不是“学到了多少算法”，而是明白了技术的价值在于解决问题，而不是堆砌术语。
那些深夜调试的崩溃、被拒的失落、重构代码的烦躁……现在都成了简历上轻描淡写的一行字。但正是这些“脏活累活”，让我从“API调用员”变成了能独立负责模块的工程师。
如果你也在焦虑职业发展，不妨试试：
- 选一个小而真实的场景（别一上来就想做人脸支付）
- 用Python把全流程跑通（哪怕很简陋）
- 重点思考架构如何支撑迭代（今天加个功能，明天换模型）
- 把项目变成你的“作品集”（比刷100道LeetCode更有说服力）
技术没有捷径，但有路径。而这条路，往往始于你关掉招聘软件，打开IDE的那个夜晚。
我现在每天早上送完孩子上学，泡杯茶，坐在阳台上coding。远处是青山，近处是代码。偶尔老婆会端来一碗汤：“别光顾着写你的‘车牌’，记得吃饭。” 我笑着保存代码，心想：这日子，好像也不赖。
共勉。
评论 0