下午

  • 12:30 出宿舍，中午鸡腿饭，1点回实验室
  • GLM Pro Plan 旺仔任务 ✅ 成功送货
  • Discord 注册成功但进不了群，自动化流程卡住
  • Telegram 搞到5积分，输入失败还被扣完了，血亏
  • 来回折腾到3点，开始有点累

下午续

  • 3点后转战个人博客搭建，解决了GitHub日历不显示 + 图片更新问题
  • 4点搞定博客基础架构，后续规划：学习日志/日记/论文笔记全部托管，用 GLM API + Claude Code 自动化管理
  • 研究极客时间内容转PDF脚本，找到开源方案并成功下载课程
  • 学了 Claude Code 的 SDD 分层方法论（spec/plan/tasks/constitution），给自己的 API 项目定了大项目级别

晚上

  • 5:30 吃饭，食堂快餐（胡萝卜牛腩 + 椒盐鸡柳）
  • 7点散步，8点去好想来买了200块零食，来回溜达了1小时
  • 继续推进课题：整理项目文档 + 论文知识点梳理 + 数据解法深入理解

状态

精力 7/10，情绪 5/10

事情太多，多线程并发把注意力打散了，心态有点崩。

健康打卡

  • 早餐：❌ 没吃
  • 午餐：鸡腿饭
  • 晚餐：胡萝卜牛腩 + 椒盐鸡柳
  • 散步：✅ 1小时
  • 喝水：✅ 2000ml

今日收获

  • 极客时间PDF下载流程跑通
  • 博客GitHub日历问题解决
  • SDD方法论入脑，给API项目定了架构方向
  • FPN论文读完，串起了特征连接的进化线

今日卡点

  • cookie认证下载一直出问题
  • 昨晚微信读书忘打卡，泪目

感悟

一颗向上的心脏，不应该有一副向下的躯体。

不要精分，一段时间专注做一件事，效率自然会高。

明日计划

  • 去50所好好上班
  • 闲下来折腾小程序

今日论文 #day07

FPN《Feature Pyramid Networks for Object Detection》
CVPR 2017 | FAIR | Tsung-Yi Lin等

核心痛点

物体检测的多尺度困境——大物体需要浅层高分辨率特征，小物体需要深层强语义特征。传统方案要么只用单尺度特征（小物体看不清），要么搞图像金字塔（计算量爆炸）。

解法

既然输入金字塔太慢，那就构建特征金字塔。

FPN核心是”自顶向下 + 横向连接”：

  • 自顶向下路径：从深层强语义特征开始，逐层上采样
  • 横向连接：每层融合同分辨率的底层特征（1×1卷积后相加）
  • 结果：每层都有”高分辨率 + 强语义”，大车小车都能看清

关键发现

几乎零成本的大幅提升：

  • AP从31.6→33.9（+2.3）
  • 小物体APs从13.2→17.8（+4.6）——FPN杀手锏
  • 速度反而更快：FPS从3→6.7

消融实验证明：横向连接最关键，”分辨率”和”语义”缺一不可。

读后感

从Day04 ResNet的”+x” shortcut，到Day05 DenseNet的”[x0,x1,…]”密集拼接，再到Day07 FPN的金字塔融合——深度学习的进化史，就是一部”特征连接方式”的探索史。FPN把CNN不同层的特征串成了糖葫芦，每层都能吃到最甜的那一口。这个架构后来成了目标检测的”标配”，连YOLO系列都在用。