缘起

不知不觉已经 16 岁了。回想过去的一年，最让我有成就感的事情，莫过于完成了那个 基于计算机视觉的智能环保分类垃圾桶 项目。

起初，我只是想在桌面上放一个能“自动张嘴”的垃圾桶，觉得这样很酷。但随着想法的深入，我开始思考：既然学了 Python 和 AI 相关的知识，为什么不让它变得更聪明一点呢？于是，这个全栈 AI 项目的构思就诞生了。

踩坑与挑战

1. 算力瓶颈与模型轻量化

刚开始，我直接套用了 ResNet50，结果在树莓派上跑起来简直是灾难——一秒钟一帧都不到。看着垃圾桶迟钝的反应，我意识到在端侧部署 AI 并不是简单的 API 调用。 后来，我查阅了大量资料，尝试使用了 MobileNetV2，并进行了模型量化（Quantization），最终把推理速度提升到了可接受的范围。

2. C++ 与 Python 的混合双打

为了榨干硬件的最后一丝性能，我决定用 C++ 来重写视频流的拉取和硬件控制模块，而 Python 则专注于 AI 推理。如何让这两种语言高效通信？

• 尝试过 Socket 通信，但延迟不稳定。
• 最后使用了共享内存（Shared Memory）和本地 C++ 扩展（Pybind11）的方式，完美解决了数据传递的瓶颈。

收获

当你写下的代码能够控制物理世界的机械臂，当你训练的模型能够准确认出一个塑料瓶，那种感觉是纯粹的软件开发无法比拟的。

16 岁这一年，我不再满足于做算法题（虽然 NOIP 还是得继续卷 😂），我开始渴望构建真正的、有用的系统。

继续前行吧，向着改变世界的那一行代码！🚀