欢迎来到全新栏目【开源星风采】！来这里，聆听社区小伙伴成长背后的故事，见证他们每一次进步的瞬间！
在 OpenMMLab 社区，每一位参与社区建设的小伙伴都是最耀眼的星星，引领着社区朝着更加光明的未来迈进！我们将定期专访做出贡献的社区小伙伴，希望 TA 与 OpenMMLab 的故事可以被更多人看到，也希望有更多的小伙伴参与到社区建设中来。
本期我们很荣幸为大家介绍社区 Committer——顾凌锐（Github ID：Nioolek，社区昵称：Ni），一起和他聊聊社区那点事！
顾凌锐是中山大学人工智能专业非全日制研究生，他的研究方向是医疗图像和目标检测，同时目前在某医疗 AI 企业担任图像算法工程师，但他本科所学的专业实际上与此并不相关，是动物医学。
面朝AI的风口，近年来转行做程序员的职业规划路径在学生群体中并不罕见，顾凌锐正是成功转型的代表之一。非科班出身的他，对这一领域的探索似乎有一种一腔孤勇的执着。大四时从最基础的 python 编程学起，进入公司从最简单的标数据、调模型之类的基础工作做起，顾凌锐称自己更习惯在应用与实践中积累知识。
在 OpenMMLab ,顾凌锐保持着进取心和自律的习惯，在社区中积极参与各项 PR 任务，在与各位“大佬”的互动中不断提升自己的能力，在学业与职业道路上都迈出了一大步。
向着光：野蛮生长的转行路径
顾凌锐自主学习的能力很强，做自己感兴趣的事情总是充满冲劲。对写代码感兴趣，他就放弃了手中的手术刀和显微镜，成为编织数字魔法的程序员。从大四开始自学 python ，毕业时正赶上了 AI 的风口，于是转行成为了一名程序员。
进入职场后，这种实干意识依然鞭策着他。由于起步比计算机专业的同学晚一些，他毕业时进入了一家规模很小的初创公司，给到他的工作任务也并不符合他的预期。“一开始做的基础性工作肯定也不是我期望的，既然我起步晚，那我就应该多多学习。”
工作日的晚上和周末，他都会利用空余时间自学代码。计算机专业本科生在大学就学过的知识技能，他需要花时间自己学习和消化，在此基础上再补充学习 AI 行业的前沿知识。自学的过程中，他会将自己的实践整理上传到知乎平台，如尝试在 PyTorch 中复现 PPYOLOE ，但复现中遇到了非常多的问题，他便把解决问题的心得记录下来，收获了一些点赞。
“如果只是看论文的话，其实就看的一般会比较浅，但是如果说能把这自己的理解写下来，尝试着让别人能够看懂我写的东西，我自己也会对知识点有更深刻的理解。”
由于与业界接轨，顾凌锐的研究一直是偏应用型的。公司的需求是即时和多元的，这也导致他的研究方向无法集中在一个领域，经常需要快速调研适应于需求的论文和做法，然后提出适应于实际业务、实际情况的解决方案。
因此他平时会广泛涉猎各个领域的文章，与 OpenMMLab 的结缘正得益于此。2021 年 8 月，OpenMMLab 在知乎上发表的《 YOLOX 在 MMDetection 中复现全流程解析》吸引了他，他觉得参与复现能学习到很多知识，于是主动了解和加入。
追着光：和大佬合作是什么体验？
说起加入社区的初心，顾凌锐坦言是被“眸哥”（深度眸）的个人魅力吸引。
深度眸在知乎平台拥有 1.1 万粉丝，是上海人工智能实验室的 AI 算法工程师，也是 MMDetection 和 MMYOLO 的核心成员，常常在社群里耐心解答大家的疑惑。
“他在群里给出的建议都是直接而有效的，跟着大佬其实能有很多收获，能学到很多东西！”提到深度眸时，顾凌锐总是敬意满满。
贡献者社群里的知识分享
他也抓住了与“大佬”合作的机会。他从社区成员 Cydiachen 处了解到 OpenMMLab 计划研发 YOLO 系列算法库，进入了这一团队，要求参与 “ YOLOv5 loss 模块设计与对齐”的 PR 任务。当时还处于 MMYOLO 搭建初期 ，深度眸给他提出的要求对他来说颇具挑战性，既要继承 MMDetection ，又要拥有 MMYOLO 自身的特色，还要降低用户的使用门槛。
了解到需求后，顾凌锐感到无从下手。他和深度眸等团队成员进行了讨论和请教，决定先按照 MMDetection 的那一套去复现，根据速度精度决定后续做法。在处理中，顾凌锐发现，如果完全按照 MMDetection 的框架结构来实现 YOLOv5 的 loss 部分的话的话，loss 计算部分时间是官方版本的 1.5 倍，速度非常慢，所以后续他采用了代码易读、快速高效的方式进行实现。
万事开头难，这一尝试大概耗时 25 小时，精度对不上和改 comments 也让他屡屡受挫，“精度差很大倒比较好解决，那肯定是有比较大的问题，有时精度只差 0.1 或 0.2，这种情况下肯定是一个很细节的地方，这种 bug 是很难找的，有时候甚至找个两三个小时都找不到。”
但完成任务后，他觉得自己对 YOLOv5 的理解完全上了一层台阶。YOLOv5 非常高效，是由于很多的原因，包含：assigner 为静态，assigner 可以按 batch 计算，激活函数简单，非常多 trick 加速。
“我做了之前想做但没有平台能做到的事情！其实我平时很难有机会去参与到比较大的框架的设计，很有幸参与 MMYOLO 从零到一的过程。”有时甚至需要花费十几个小时来写代码，但当他看到最终自己跑出的精度和官方精度是对齐的，那一刻他感受到了最大的喜悦。
正是因为第一个 PR 给自己带来了很多的收获和成就感，后续顾凌锐也参与了一些贡献，从中他结识了更多志同道合的小伙伴。他们的合作不只局限于 MMYOLO，大家会在群里讨论如何优化提升算法精度等问题，甚至还组团去参加比赛，队名叫“god yang with me”。
他们最终拿到了第七名的成绩,虽然这一成绩在他看来“并不是很拿得出手”，但顾凌锐认为，他们这些愿意发光发热的技术爱好者能通过 MMSIG 聚在一起，去完成新的挑战，共同奋斗本身才是最大的收获。
成为光：助推后浪，共建繁荣社区
顾凌锐参加 OpenMMLab 贡献者线下沙龙
作为 Committer 代表发言
随着贡献值的增加，顾凌锐于 2023 年 1 月被认证为 Committer。
“比如最近被一个难题困扰，在 MMYOLO 社区群里请教了社区其他大佬，他们会给出建议或共同讨论，这种方式带来了思想碰撞，有很多收获。”
经过很多 PR 的锤炼，他的代码逐渐被肯定，对这一合作模式的认同让他选择留在这里，依然定期贡献，在社区中回复 issue 。顾凌锐对框架很熟悉，能快速实现代码修改 ，把 Efficient Teacher 迁移到 MMYOLO 里也仅仅花费3 天。作为社群里的“老人”，他也开始帮新人 review PR 任务。
顾凌锐鼓励新手要自己动手去写代码和修改，从中发现问题，自己去找解决方案，再通过请教别人来获得新知。他一如既往地重视自我探索的过程,强调在自己认真思考的基础上要多问有价值的问题，和“大佬”一起探讨，共同成长。
他结合自己的经历表示，“开源社区不容易，是需要投入很大精力来做维护的。”比起自己写代码，指导别人，review再动手改都要花更多碎片化的时间。社区所做的事情，不仅是要把各种问题完善地解决，提升性能，更是与社区小伙伴共同成长，也鼓励大家用自己所学回馈更多新人。
“随着能力的提升，我也开始独立负责项目。”如今顾凌锐在一家医疗 AI 公司做配套性的算法工作，他希望未来可以深耕医疗算法领域，多多沉淀技术。像很多踏实努力的社区成员一样，顾凌锐在追光的路途里也成了照亮别人的光。
顾凌锐的转行经历让我们看到，技术学习需要在实操中得到锻炼，在和“大佬”讨论中发现自己的不足。
