董教授在听到王宇如此信誓旦旦的解释不觉摆摆手，转而语重心长的说道：
“嗯，这么大一笔钱，怎么花想好了吗？呵呵，我意思是，你如此年纪轻轻，千万别被财富欲望控制，以你的资质，前途不可限量，千万别因为追逐与财富的获取，而迷失方向，进而放弃理想...”
“董师提醒的是，学生自不会贪图一时享受，浪费大好年华！”
“嗯，你懂得就好！行了，我还有课，你俩该干嘛干去吧，不用陪着我老头子溜达，你们不自在，我也不自在，有困难了尽管吱声！”
叮嘱过后，董教授背着手，面带微笑从容离去。
王宇“嘿嘿”笑着，和李博一道朝着食堂的方向行去...
科研组虽组建时日不长，但有了王宇给制定出的计划方案，进度可以说每天进展神速，一天一个样。
这些科研员能混迹在顶级学府，自身水平本就处在国内一流，就技术而言一点都不逊于国内几个互联网大厂。
自从入了行，这些人就没遇见过这么顺利的科研工作，几乎就相当于把饭喂进了嘴里，他们只需要咀嚼后消化即可。
而李博和岳鑫更像是打了鸡血一般，师兄弟俩就差搬套行李，住在科研组的办公室内，即便吃饭都是交代其它科研员带饭！
众人的付出，王宇自然都看在眼里，期间也找李博和岳鑫谈过两次，让他们不用这么急，身体要紧...
二人当面答应的相当痛快，但过后还是照样我素我行！
对此，王宇无奈之下，只能采取眼不见心不烦的策略，哪里有阻拦人家奋发上进的道理...
王宇又回归了以往图书馆生涯，躲得远些，免得其它科研员认为，这么高强度工作，是他这个科研组的实际负责人意思，他可不想年纪轻轻的就被人打上一个压榨员工的标签。
李博和岳鑫两人把这些技术做了梳理，每个成员也逐渐的有了明确的分工。
以王宇前期的图像分类与检测分析技术为基础，到后续提到的图像捕捉、光源系统、图像数字化模型、数字图像处理分析模型等处理。
通过用机器代替人眼来做测量和判断，将机器视觉摄取的目标转换成图像信号。
把得到的信号，进行图像处理，从而得到被摄目标的形态信息，再根据像素分布和亮度、颜色等信息，转变成数字化信号。
通过这部分信号判定，来抽取目标特征，进而根据判别的结果来控制现场的设备动作。
建立点或框的提示来分割特定对象，指定图像或视频场景中感兴趣的区域，首到拓展到简单语言指令与机器模型进行多轮针对式的交互式对话目的。
以上这些项分散技术全部整合进入一个系统之内，就是王宇第二次发给李博的“机器视觉系统”，也可以称之为机器视觉语言！
这就好比，王宇把一堆附带说明的粗加工零件以及使用方法，交给了李师兄他们一众科研人员。
科研组根据各个应用场景的需要，精细化并有针对性的打磨零件，然后根据不同场景的使用需要。
选择给系统框架内装设搭配不同配件，从而达到每个企业或者产品的需要即可。
李博和岳鑫扯着虎皮做大旗，二人各自领人负责原理方面工作，像图像特征提取、图像分类方法、分类算法与模型、数据集与预处理等等！
就比如图像特征提取，包括了从原始图像数据中提取出有用的信息，便于后续的分类和检测任务。
常见的图像特征包括颜色、纹理、形状等，把传统的特征提取方法分类，如SIFT、SURF等，有时也会具有一定的效果，但面对复杂的图像场景时，往往难以取得理想的性能罢了。
二人同时对王宇安排的前沿领域，展开理论性前瞻工作，如深度学习领域，卷积神经网络对图像分类作用的体现。
过逐层卷积和池化操作提取图像特征，并使用全连接层进行分类，
尝试一些新型模型，如Transformer和Vision Transformer（ViT）等，被应用于图像分类领域所展现出的性能尝试等...
目前，科研组内左右光明使者的花名以被李博和岳鑫两人占坐实了，西大法王以及五散人位置空缺。
但内部根据应用技术方向，被李博戏剧性的划分出，五个小组，而这五个小组被冠以五行旗的花名。
分别为：“锐金旗”“巨木旗”“洪水旗”“烈火旗”“厚土旗”
“锐金旗”负责人，张锐，南湖人，38岁，大长脸，总是带着一副厚厚镜片的老款眼镜，对光源架构算法有着较为深入研究。
锐金旗主要负责工业视觉检测。
工业视觉检测包括：接触测量技术避免了接触测量可能导致的二次损伤，确保了高精度、高效率的测量，如对罗定螺纹、麻花钻、IC元件管脚等的测量。
产品质量检测，通过分析产品的高分辨率照片进行质量分析，包括电路板设计、焊接点、螺丝安装、裂纹识别和颜色差异识别等，对机器人焊接领域的精细化升级。
“巨木旗”负责人，常海滨，首都本地人，地中海发型，常年带着一副黑框眼镜。
巨木旗主要负责图片识别分析：包括人脸识别这个目前最热门应用，进而前期合作方向偏向金融、司法、军队、公安等行业，图像识别也可开发用于二维码、一维码、条形码的解析，以解决生产过程中的管理和追溯问题。
识别图像中的文字、人脸等信息，实现信息的自动提取和处理等等！
“洪水旗”负责人，于跃，30出头，是几位负责人中年龄最小的一位，技术扎实，有点小背景，但为人热衷于技术。
洪水旗负责视觉定位和物流分拣
视觉定位，指导机械臂或其他设备进行精确的操作，提高生产效率和减少人工操作误差，多用于芯片等生产领域应用。
物流分拣，通过摄像头拍摄物体的图像，然后对这些图像进行处理和分析，从而将物体分类，在由摄像头拍摄包裹的图像，根据图像中的特征将包裹分为大件、中件和小件等，这样工人可以快速找到所需的包裹...
