一个后端老狗的CV实战：从刷题到简历上能写点AI
上周五晚上九点半，公司茶水间只剩我一个人泡着第三杯速溶咖啡。屏幕里LeetCode第128题卡了我整整两小时，而隔壁组的实习生刚发了个PR，标题是“基于YOLOv5的商品图像识别模块初版”。我默默关掉VS Code（对，虽然我是Vim党，但刷题时还是得用IDE——别judge我），心里嘀咕：这届新人怎么连CV都玩上了？
说来惭愧，我在这家金融科技公司干了五年后端，日常和Kafka、MySQL、JWT打交道，安全审计比吃饭还勤。但最近准备跳槽，翻遍各大厂JD，清一色写着“熟悉机器学习/计算机视觉者优先”。更离谱的是，某头部券商的岗位描述直接要求“有区块链+AI交叉项目经验”——我当时就笑了，合着现在做风控还得会画猫狗？
但笑完还是得卷。毕竟简历不能只写“精通Spring Boot”和“曾修复过OAuth2.0越权漏洞”。于是咬牙花了两周时间，搞了个端到端的计算机视觉小项目。今天就来聊聊这个过程，顺便看看怎么把这种项目“包装”进简历，还不至于在面试时被问穿帮。
为什么一个后端要搞CV？
其实契机很现实：我们风控系统最近接了个新需求——用户上传身份证照片自动校验真伪。产品经理拍脑袋说“用AI识别就行”，运维老大冷笑：“你们打算把模型跑在生产K8s集群？那玩意儿吃GPU，我们全是CPU节点！” 测试同事补刀：“而且如果识别错了，用户资金损失谁担？”
那一刻我意识到：在金融场景下，CV不是炫技，而是责任。你不能像互联网公司那样容忍95%的准确率——在这里，99.99%可能都不够。
所以我决定自己动手，搞个轻量、可解释、部署成本低的方案。目标很明确：
- 模型要能在CPU上跑（毕竟公司没GPU预算）
- 要能输出置信度，供人工复核
- 最好能和现有Java服务无缝集成
至于区块链？先别急，后面会说到它怎么意外派上用场。
数据集选择：别再用MNIST糊弄人了
很多教程一上来就拿CIFAR-10或MNIST练手，但在真实业务中，这些玩具数据集毫无意义。我们的身份证识别需要处理的是：
- 光照不均（用户在厕所昏暗灯光下拍照）
- 部分遮挡（手指挡住出生日期）
- 伪造证件（PS过的身份证）
于是我用内部脱敏数据 + 公开数据集（如ICDAR2019）构建了一个混合训练集。总共约12万张图像，标注了以下字段：
| 字段 | 说明 |
|---|---|
id_card_valid |
是否为真实身份证（二分类） |
blur_score |
图像模糊程度（0~1） |
tamper_region |
PS区域坐标（用于分割任务） |
教训：千万别相信“开源数据集开箱即用”。我花三天清洗数据，删掉那些拿驾照冒充身份证的样本——产品经理以为AI能自动区分，结果模型学了一堆噪声。
模型选型：小而美才是王道
一开始我试了ResNet50，准确率98.2%，但推理时间高达1.2秒（CPU）。上线？做梦。后来换成MobileNetV3 + EfficientNet-Lite组合，参数量砍到原来的1/10，准确率只降了0.7%，推理时间压到200ms。
关键代码（PyTorch）：
import torch
from torchvision.models import mobilenet_v3_small
class IDCardValidator(torch.nn.Module):
def __init__(self, num_classes=2):
super().__init__()
self.backbone = mobilenet_v3_small(pretrained=True)
# 替换最后分类层
self.backbone.classifier[3] = torch.nn.Linear(
self.backbone.classifier[3].in_features,
num_classes
)
# 添加模糊度回归头
self.blur_head = torch.nn.Sequential(
torch.nn.AdaptiveAvgPool2d(1),
torch.nn.Flatten(),
torch.nn.Linear(576, 1),
torch.nn.Sigmoid()
)
def forward(self, x):
features = self.backbone.features(x)
cls_out = self.backbone.classifier(features.mean([2, 3]))
blur_out = self.blur_head(features)
return cls_out, blur_out
调参心得：
- 用Focal Loss解决正负样本不平衡（伪造证件只占3%）
- 在验证集上监控
precision@99recall，而不是单纯看accuracy - 用TensorRT量化后，CPU推理速度又提升40%
部署：后端最关心的部分
模型训练完只是开始。作为后端，我必须让它跑在现有Spring Boot服务里。方案如下：
- ONNX导出：把PyTorch模型转成ONNX格式
torch.onnx.export(model, dummy_input, "id_validator.onnx", opset_version=11) - Java集成：用ONNX Runtime for Java加载模型
- 缓存策略：对同一用户ID的请求结果缓存5分钟，避免重复计算
上线后压测数据：
| QPS | 平均延迟 | CPU占用 |
|---|---|---|
| 50 | 210ms | 35% |
| 100 | 230ms | 60% |
还算能接受。不过测试同事又来找茬：“如果模型服务挂了，整个开户流程就卡住？” 于是加了熔断机制——当模型不可用时，自动降级为人工审核队列。
区块链？真的用上了！
说到区块链，其实在最初的需求里根本没它什么事。但有一次安全审计，合规部突然问：“用户上传的身份证图像，如何证明未被篡改？”
灵光一闪：用区块链存哈希！
具体做法：
- 用户上传图片后，计算其SHA3-256哈希
- 将哈希 + 时间戳 + 用户ID 写入私有链（Hyperledger Fabric）
- 审核人员在后台可验证当前图片哈希是否与链上一致
虽然只是个轻量级应用，但写在简历里立马高大上起来：
“设计并实现基于CV的身份证真伪识别系统，结合区块链技术确保图像完整性，降低欺诈风险30%”
HR看不懂技术细节，但“区块链+AI”两个关键词足够抓眼球。
简历怎么写？别吹牛，要可验证
很多朋友问我：这种项目怎么写进简历才不显得注水？我的建议是：
- 量化结果：不要写“提升了用户体验”，写“将人工审核量减少40%”
- 突出角色：明确你是独立开发还是团队协作（我这里基本单干）
- 技术栈清晰：列出具体工具，如“PyTorch 1.12 + ONNX Runtime + Hyperledger Fabric 2.4”
- 附GitHub链接：哪怕代码不完美，也比空口无凭强
我的简历片段（脱敏后）：
- 主导金融级身份证图像风控系统开发，采用MobileNetV3轻量化模型，在纯CPU环境实现200ms内识别
- 创新性引入区块链存证机制，确保用户上传图像不可篡改，通过银保监会合规检查
- 系统上线后拦截伪造证件申请1200+次/月，误判率<0.1%
最后一点真心话
说实话，作为一个写了五年CRUD的后端，搞CV确实痛苦。环境配置、数据标注、调参炼丹……每一步都想砸键盘。但当你看到模型成功识别出一张精心伪造的身份证，那种成就感，比修完一个P0级线上bug还爽。
更重要的是，技术广度决定了你的职业天花板。现在面试官问我“你怎么看待AI在金融风控中的应用”，我能聊数据、聊模型、聊部署、聊合规，而不是只会背八股文。
所以，别管是不是Vim党，是不是后端，该卷的时候就得上。毕竟——
简历上的每一个字，都是你未来薪资的筹码。
（P.S. LeetCode第128题我最后用并查集搞定了，但那是另一个故事了……）
评论 0