“陈阳！“
沈清雪从教学楼另一侧跑过来，手里抱著书。
“你怎么在这儿？“陈阳问。
“刚下课啊。“
沈清雪说，“看到你跟姚教授在聊天，就没打扰。聊得怎么样？“
“还不错。“陈阳笑道，“姚教授对我的项目挺感兴趣的。“
“那当然，你做的东西这么厉害。“沈清雪说，“对了，你今晚去工作室吗？我也过去，帮你测试。“
“去。“陈阳说，“周末要把身份证识別做完，你来正好。“
“好！“沈清雪眼睛亮了，“我先回宿舍放书，晚饭后就过去。“
周五晚上七点，华清嘉园工作室。
陈阳坐在电脑前，手指在键盘上飞快地敲击。
屏幕上是密密麻麻的代码，都是他这几天写的身份证识別系统，以及验证数据增强技术。
因为获取不到大量的身份证原件，陈阳只能写了一整套数据增强的脚本来模擬，各种实际情况下出现的场景，比如：
隨机旋转：-30度到30度隨机缩放：0.8倍到1.2倍
隨机裁剪：模擬不同的拍照距离光照变化：模擬不同的光线条件
添加噪点：模擬图像质量差的情况
模糊处理：模擬对焦不清晰的情况
透视变换：模擬不同的拍照角度
用这些方法，他把手里的几张原始身份证图片，扩充到了20000张训练样本。
这种数据增强的技术，用少量真实数据，生成大量多样化的训练样本，让模型见过各种极端情况。
“陈阳，我来了！“
门开了，沈清雪提著一个大袋子走进来。
“买了什么？“陈阳转过头。
“吃的！“
沈清雪把袋子放在桌上，“我估计今晚又要熬夜，所以买了一堆零食。还有红牛，提神的。“
她从袋子里掏出一大堆东西：薯片、巧克力、饼乾、瓜子、红牛、咖啡。
“你这是搬超市了吗？“陈阳笑道。
“嘿嘿，有备无患嘛。“沈清雪拉了把椅子坐在他旁边，“现在进度怎么样了？“
“模型训练刚跑完第一轮。“陈阳指著另一台电脑的屏幕，上面显示著训练过程的曲线图。
“准確率多少？“
“92%。“陈阳说，“还不够，我的目標是99%以上。“
“99%？“沈清雪有些惊讶，“这么高？“
“必须高。“陈阳解释道，“身份证识別用在实名认证的场景，容错率很低。如果准確率只有90%，意味著每100张身份证就有10张识別错误，这在实际应用中是不可接受的。“
“那怎么提高准確率？“
“继续训练，优化参数，增加数据。“陈阳说，“另外，我准备加一个后处理模块，用规则约束来纠正一些明显的错误。比如身份证號必须是18位，出生日期必须是合理的日期格式等等。“
“明白了。“沈清雪点点头，“我能帮什么忙？“
“帮我准备测试数据。“陈阳把一个u盘递给她，“这里面有500张身份证图片，你帮我把每张的正確信息都录入到excel表格里。等模型训练完，我们用这些数据来测试准確率。“
“好！“沈清雪接过u盘，打开自己的电脑，开始工作。
两人就这样並肩坐著，各自忙各自的。
工作室里很安静，只有键盘的敲击声和电脑风扇的嗡鸣声。
偶尔沈清雪会问一句“这个字是什么“，陈阳就凑过去看一眼，然后告诉她。
时间一点点流逝。
晚上九点，模型训练完第二轮，准確率提升到95%。
晚上十一点，第三轮完成，准確率96.5%。
“累不累？“陈阳问沈清雪。
“还好。“沈清雪伸了个懒腰，“就是眼睛有点酸。“
“休息一下吧。“陈阳说，“出去走走。“
两人走出工作室，来到楼下的小区花园。
秋天的夜晚有些凉，风吹过来，树叶沙沙作响。
小区里很安静，只有几盏路灯还亮著。
“陈阳，“沈清雪忽然说，“我觉得一起做一件事情，一起努力，一起看著它慢慢成长。这种感觉，比上课有意思多了。“
陈阳看著她，月光下，她的脸上带著认真的表情。
“辛苦你了。“陈阳说，“明明可以在宿舍休息，却跟著我熬夜。“
“我愿意啊。“沈清雪笑道，“而且我也学到了很多东西。以前只是写写作业，现在才知道真正的项目是什么样的。“
两人在花园里走了一圈，然后回到工作室继续工作。
凌晨两点，陈阳完成了后处理模块的开发。
这个模块会对识別结果进行多重验证：
身份证號码必须是18位，前17位是数字，最后一位是数字或x身份证號码的前6位是地区码，必须是有效的行政区划代码身份证號码的7-14位是出生日期，必须是合理的日期（比如月份不能超过12）身份证號码的最后一位是校验码，可以根据前17位计算出来性別信息必须与身份证號码的第17位对应（奇数为男，偶数为女）
这些规则可以过滤掉大部分识別错误。
“清雪，测试数据整理好了吗？“陈阳问。
“好了。“沈清雪揉了揉眼睛，把excel文件发给他，“500张都录完了。“
“辛苦了。“陈阳接收文件，“现在开始测试。“
他写了一个批量测试脚本，把500张测试图片全部跑一遍。
测试程序开始运行，进度条慢慢前进。
沈清雪坐在旁边，紧张地看著屏幕。
十分钟后，测试完成。
陈阳打开结果报告：
总测试样本：500张
成功识別：497张
识別错误：2张
识別失败：1张
综合准確率：99.4%
平均识別时间：0.9秒
“99.4%！“沈清雪惊呼，“真的做到了！“
陈阳看著屏幕上的数字，嘴角露出笑容。
他点开那3张失败的案例：
第一张，是一张严重磨损的一代身份证，上面的文字已经模糊到肉眼都很难辨认。
第二张，拍照时光线极差，整张照片几乎是黑的。
第三张，身份证被严重摺叠过，文字完全变形。
“这三种情况確实很难处理。“陈阳说，“但99.4%的准確率，已经超过人眼的识別水平了。“
“超过人眼？“沈清雪不太理解。
“对。“陈阳解释道，“人工录入身份证信息，出错率大概在1%-2%。因为数字和字母容易看错，比如0和o，1和i，8和b。我们的系统准確率99.4%，错误率只有0.6%，已经比人工更准確了。“
“太厉害了！“沈清雪兴奋地握拳。
陈阳又测试了几遍，確认系统稳定后，开始写部署脚本。
他要把这个系统部署到伺服器上，做成web api的形式，这样任何人都可以通过上传图片来调用识別服务。
凌晨四点，部署完成。
陈阳打开瀏览器，输入伺服器地址，一个简洁的页面出现在屏幕上。
中间是一个上传框，下方有一行字：“支持jpg、png、bmp格式，最大5mb“。
“试试看。“陈阳说。
沈清雪用手机拍了一张自己的身份证，然后上传。
不到一秒钟，识別结果就显示出来了：
姓名：沈清雪
性別：女
民族：汉
出生日期：1994年08月12日
住址：湘南省星城市xx號
身份证號码：3xxxxxx
签发机关：星城市公安局
有效期限：2012.05.10-2022.05.10
“完全正確！“沈清雪看著屏幕，“而且真的好快！“
陈阳又测试了几张不同情况的照片：倾斜的、模糊的、反光的，都能准確识別。
“搞定。“陈阳保存了代码，“身份证识別系统，正式完成。“
他看了看时间，凌晨四点半。
窗外天还是黑的，但已经能听到远处传来清晨的鸟叫声。
“我们成功了！“沈清雪兴奋地转过椅子，眼睛亮晶晶的。
“嗯，第一个里程碑。“陈阳笑道。
两人对视了几秒，然后沈清雪忽然意识到什么，脸微微一红，转过头去。
“那、那现在怎么办？“她问。
“先睡一觉。“
陈阳站起身，活动了一下僵硬的脖子，
“下午再更新官网，发帖推广。“
沈清雪从教学楼另一侧跑过来，手里抱著书。
“你怎么在这儿？“陈阳问。
“刚下课啊。“
沈清雪说，“看到你跟姚教授在聊天，就没打扰。聊得怎么样？“
“还不错。“陈阳笑道，“姚教授对我的项目挺感兴趣的。“
“那当然，你做的东西这么厉害。“沈清雪说，“对了，你今晚去工作室吗？我也过去，帮你测试。“
“去。“陈阳说，“周末要把身份证识別做完，你来正好。“
“好！“沈清雪眼睛亮了，“我先回宿舍放书，晚饭后就过去。“
周五晚上七点，华清嘉园工作室。
陈阳坐在电脑前，手指在键盘上飞快地敲击。
屏幕上是密密麻麻的代码，都是他这几天写的身份证识別系统，以及验证数据增强技术。
因为获取不到大量的身份证原件，陈阳只能写了一整套数据增强的脚本来模擬，各种实际情况下出现的场景，比如：
隨机旋转：-30度到30度隨机缩放：0.8倍到1.2倍
隨机裁剪：模擬不同的拍照距离光照变化：模擬不同的光线条件
添加噪点：模擬图像质量差的情况
模糊处理：模擬对焦不清晰的情况
透视变换：模擬不同的拍照角度
用这些方法，他把手里的几张原始身份证图片，扩充到了20000张训练样本。
这种数据增强的技术，用少量真实数据，生成大量多样化的训练样本，让模型见过各种极端情况。
“陈阳，我来了！“
门开了，沈清雪提著一个大袋子走进来。
“买了什么？“陈阳转过头。
“吃的！“
沈清雪把袋子放在桌上，“我估计今晚又要熬夜，所以买了一堆零食。还有红牛，提神的。“
她从袋子里掏出一大堆东西：薯片、巧克力、饼乾、瓜子、红牛、咖啡。
“你这是搬超市了吗？“陈阳笑道。
“嘿嘿，有备无患嘛。“沈清雪拉了把椅子坐在他旁边，“现在进度怎么样了？“
“模型训练刚跑完第一轮。“陈阳指著另一台电脑的屏幕，上面显示著训练过程的曲线图。
“准確率多少？“
“92%。“陈阳说，“还不够，我的目標是99%以上。“
“99%？“沈清雪有些惊讶，“这么高？“
“必须高。“陈阳解释道，“身份证识別用在实名认证的场景，容错率很低。如果准確率只有90%，意味著每100张身份证就有10张识別错误，这在实际应用中是不可接受的。“
“那怎么提高准確率？“
“继续训练，优化参数，增加数据。“陈阳说，“另外，我准备加一个后处理模块，用规则约束来纠正一些明显的错误。比如身份证號必须是18位，出生日期必须是合理的日期格式等等。“
“明白了。“沈清雪点点头，“我能帮什么忙？“
“帮我准备测试数据。“陈阳把一个u盘递给她，“这里面有500张身份证图片，你帮我把每张的正確信息都录入到excel表格里。等模型训练完，我们用这些数据来测试准確率。“
“好！“沈清雪接过u盘，打开自己的电脑，开始工作。
两人就这样並肩坐著，各自忙各自的。
工作室里很安静，只有键盘的敲击声和电脑风扇的嗡鸣声。
偶尔沈清雪会问一句“这个字是什么“，陈阳就凑过去看一眼，然后告诉她。
时间一点点流逝。
晚上九点，模型训练完第二轮，准確率提升到95%。
晚上十一点，第三轮完成，准確率96.5%。
“累不累？“陈阳问沈清雪。
“还好。“沈清雪伸了个懒腰，“就是眼睛有点酸。“
“休息一下吧。“陈阳说，“出去走走。“
两人走出工作室，来到楼下的小区花园。
秋天的夜晚有些凉，风吹过来，树叶沙沙作响。
小区里很安静，只有几盏路灯还亮著。
“陈阳，“沈清雪忽然说，“我觉得一起做一件事情，一起努力，一起看著它慢慢成长。这种感觉，比上课有意思多了。“
陈阳看著她，月光下，她的脸上带著认真的表情。
“辛苦你了。“陈阳说，“明明可以在宿舍休息，却跟著我熬夜。“
“我愿意啊。“沈清雪笑道，“而且我也学到了很多东西。以前只是写写作业，现在才知道真正的项目是什么样的。“
两人在花园里走了一圈，然后回到工作室继续工作。
凌晨两点，陈阳完成了后处理模块的开发。
这个模块会对识別结果进行多重验证：
身份证號码必须是18位，前17位是数字，最后一位是数字或x身份证號码的前6位是地区码，必须是有效的行政区划代码身份证號码的7-14位是出生日期，必须是合理的日期（比如月份不能超过12）身份证號码的最后一位是校验码，可以根据前17位计算出来性別信息必须与身份证號码的第17位对应（奇数为男，偶数为女）
这些规则可以过滤掉大部分识別错误。
“清雪，测试数据整理好了吗？“陈阳问。
“好了。“沈清雪揉了揉眼睛，把excel文件发给他，“500张都录完了。“
“辛苦了。“陈阳接收文件，“现在开始测试。“
他写了一个批量测试脚本，把500张测试图片全部跑一遍。
测试程序开始运行，进度条慢慢前进。
沈清雪坐在旁边，紧张地看著屏幕。
十分钟后，测试完成。
陈阳打开结果报告：
总测试样本：500张
成功识別：497张
识別错误：2张
识別失败：1张
综合准確率：99.4%
平均识別时间：0.9秒
“99.4%！“沈清雪惊呼，“真的做到了！“
陈阳看著屏幕上的数字，嘴角露出笑容。
他点开那3张失败的案例：
第一张，是一张严重磨损的一代身份证，上面的文字已经模糊到肉眼都很难辨认。
第二张，拍照时光线极差，整张照片几乎是黑的。
第三张，身份证被严重摺叠过，文字完全变形。
“这三种情况確实很难处理。“陈阳说，“但99.4%的准確率，已经超过人眼的识別水平了。“
“超过人眼？“沈清雪不太理解。
“对。“陈阳解释道，“人工录入身份证信息，出错率大概在1%-2%。因为数字和字母容易看错，比如0和o，1和i，8和b。我们的系统准確率99.4%，错误率只有0.6%，已经比人工更准確了。“
“太厉害了！“沈清雪兴奋地握拳。
陈阳又测试了几遍，確认系统稳定后，开始写部署脚本。
他要把这个系统部署到伺服器上，做成web api的形式，这样任何人都可以通过上传图片来调用识別服务。
凌晨四点，部署完成。
陈阳打开瀏览器，输入伺服器地址，一个简洁的页面出现在屏幕上。
中间是一个上传框，下方有一行字：“支持jpg、png、bmp格式，最大5mb“。
“试试看。“陈阳说。
沈清雪用手机拍了一张自己的身份证，然后上传。
不到一秒钟，识別结果就显示出来了：
姓名：沈清雪
性別：女
民族：汉
出生日期：1994年08月12日
住址：湘南省星城市xx號
身份证號码：3xxxxxx
签发机关：星城市公安局
有效期限：2012.05.10-2022.05.10
“完全正確！“沈清雪看著屏幕，“而且真的好快！“
陈阳又测试了几张不同情况的照片：倾斜的、模糊的、反光的，都能准確识別。
“搞定。“陈阳保存了代码，“身份证识別系统，正式完成。“
他看了看时间，凌晨四点半。
窗外天还是黑的，但已经能听到远处传来清晨的鸟叫声。
“我们成功了！“沈清雪兴奋地转过椅子，眼睛亮晶晶的。
“嗯，第一个里程碑。“陈阳笑道。
两人对视了几秒，然后沈清雪忽然意识到什么，脸微微一红，转过头去。
“那、那现在怎么办？“她问。
“先睡一觉。“
陈阳站起身，活动了一下僵硬的脖子，
“下午再更新官网，发帖推广。“