「我们现在想上线一个系统，自动判断顾客杯子里的奶茶还剩多少。低于30%就触发员工主动问要不要加料。你怎么做？」

我心想这比COCO难多了，COCO只分80类，蜜雪冰城杯子上那一层雾气和灯光反射，训练集得从监控里标。

我说可以用yolo检测杯口液体交界线，配合边缘分割算剩余体积比例。面试官说不错，又问：

「那遇上柠檬水呢？中间的柠檬片遮挡怎么处理？」

我沉默了三秒。

他又补了一句：「还有珍珠奶茶，珍珠会沉底，交界线是模糊的。」

我：我可以先做语义分割，把珍珠和茶水分开算。

面试官满意地点了点头，然后问了我整场最灵魂的问题：

「顺便问一下。你们搞计算机视觉的，能不能看出来他喝的是中杯还是大杯？因为中杯加料两块钱，大杯加料两块五，员工每次都要低头看标签，太慢了。」

面试结束的时候他说这周给结果。

回家的路上我一直在想——

这可能是CV领域最有应用前景的方向。不骗你。