經過近兩個月的艱苦優化，
係統雖然依舊簡陋，
但終於達到了一個“勉強可用”的臨界點。
沈棠和陸錚決定，在基地內部進行一次小範圍的實戰演練，檢驗成果。
他們選擇了基地入口處和主要道路交叉口作為監控點。
演練在一個夜晚進行，
由保衛處的戰士扮演可疑人員，
進行諸如徘徊、放置物品、異常接觸等預設行為。
監控中心裡，沈棠、陸錚、老周、老吳等核心人員緊張地盯著幾個顯示器。
“目標出現！入口處，黑色人影，正在靠近圍牆！”操作員報告。
屏幕上，一個模糊的人影被係統用紅色框標記出來。
“係統報警：目標在警戒區外徘徊超過設定時間！”
大家精神一振！係統起作用了！
然而，接下來的情況卻讓人哭笑不得。
一陣風吹過，樹枝晃動，係統報警：“動態目標！”
一隻野貓竄過路麵，係統報警：“快速移動小目標！”
一個戰士正常換崗路過，因為走得慢了點，係統報警：“異常滯留！”
整個晚上，
報警聲此起彼伏，
但十次裡麵有八九次都是誤報。
真正的“可疑人員”反而因為動作刻意模仿“正常”，有時被係統忽略。
演練結束，監控中心裡氣氛有些沉悶。理想與現實差距巨大。
老周有些沮喪：“這……這簡直草木皆兵啊！”
老吳揉著太陽穴：“算法還是太笨了，分不清什麼是真正的威脅。”
沈棠卻笑了：“大家彆灰心！係統能發現目標，能報警，這就是成功的第一步！
誤報率高，說明我們的算法還不夠智能，需要更多的數據和更精細的調整。
但至少，我們證明了這條路是可行的！
接下來，我們要做的就是訓練它，用大量的真實場景數據去‘喂’它，
讓它變得越來越聰明！”
沈棠的話點明了方向。
接下來的日子，基地的工作重點轉向了數據采集和模型訓練。
他們錄製了基地在不同天氣、不同時段、不同人員活動狀態下的海量監控視頻，組織人員對視頻中的每一幀畫麵進行人工標注：
這是人，這是車，這是正常行走，
這是徘徊，這是放置物品……
這個過程極其枯燥和繁重，需要極大的耐心。
標注組的同誌們整天盯著屏幕，眼睛熬得通紅。
但所有人都明白，這些標注數據，就是喂養“天眼”、讓它變得聰明的“糧食”。
同時，算法組根據這些標注數據，
不斷調整模型參數，增加新的判斷規則。
例如，結合目標的大小和移動速度，
可以更好地區分人和動物；