2013年12月的這次頂級國際計算機視覺大會，時間其實稍微有一點漫長。
會程分為研討會兩天，12號，然後是主會程4天，36號，最後再是特定話題的研討會兩天，78號。
而孟繁岐奪冠的IMAGENET2013賽事，它的研討會被定於2013年12月7號開展。
因此嚴格意義上，其實孟繁岐並不需要參加大會的主要部分。
但他也不準備去得太晚，一行人定下的機票在4號這一天。
12月初的前三天，並沒有什麼特別的事情。
孟繁岐又去了一次白度的燕京總部，這次是因為白度那邊的宣傳需要。
李彥弘這邊深度學習研究院的動作非常之快，很快就研究清楚了孟繁岐方法的要點，並且在自己的資料上已經開始進行復現的嘗試。
負責與孟繁岐對接的白度研究員王愷，這段時間頻頻來燕京電力大學附近拜訪孟繁岐，把各種相關知識差不多都吃透了。
孟繁岐還是比較喜歡跟王愷這樣比較純粹的人打交道的，雖然按理說王愷的聯絡頻率稍微高了那麼一些，問的問題有時候也稍微超過了合理的範疇，但他的方式方法還算講究。
既然自己沒有什麼特別要緊的事情，孟繁岐倒也沒有計較太多。
上次簽署技術合同後不久，在王愷的積極推動下，白度方面已經掌握了該演算法。
李彥弘當即拍板，準備素材，要製作以“實時檢測可以顛覆世界”為主題的宣傳片。
說得明白一點，就是要展現孟繁岐的YOLO演算法在各行各業的使用場景。
其核心便是要突出幾個方面的特質，用途廣，速度快，效率高。
老闆一聲令下，研究院視覺方面的演算法研究員們排排坐，開始了頭腦風暴。
他們需要在這些場景的範圍內思索需求，收集圖片，並在上面執行檢測演算法。
這些素材再給到下面的市場部門，專門負責去設計文案，剪輯影片等操作。
“首先肯定是自動駕駛方面，路標路牌，車輛行人，這些方面的檢測不僅意義重大，而且最符合‘實時’這一特點。自動駕駛方面對實時的需求是最不可或缺的。”汪海峰開了一個頭。
“自動駕駛不僅符合主題，而且市場非常龐大，最為衣食住行四大基礎需求之一，它的影響範圍也最為誇張。並且，它的實現也非常具有智慧感，有一種第三次工業革命的感覺。”一位研究員點頭稱是，自動駕駛的場景展現是最符合主題也最震撼的。
“還有工業檢測方面，工業檢測可能是缺陷檢測，檢查次品和殘缺品，也有可能是統計和計數方面，比如統計某種材料的數量並計數。”王愷認為，不同的工業都有各自的需求，這方面會是很大的商機。
“不過工業檢測，實時的屬性沒有那麼強，許多操作只要在幾秒鐘內可以得出結果就可以。”
“但我們可以強調效率，可以做一個稍短的影片，左邊是工人自己點數檢測，中間是很慢的檢測演算法，右邊是我們的新演算法。加速一下影片，對比他們的成果數量。”
“沒錯，最後給出一個百分比的數字結果，比如什麼百分之一百六十的效率提升之類的。”