数字图像处理的工作是用传统算法更多还是用深度学习更多? 第1页
1
kana-nagato 网友的相关建议:
简单的说，这两者绝对不是对立的，而是相辅相成，融为一体的。
CNN卷积层干的是什么？你随便train好一个网络，把前几层filter可视化一下，是不是就是典型的检测各种边缘点线面特征的滤波器？这难道不是我们在传统数字图像处理里学到的东西吗？
而有传统数字图像处理训练的人，对图像空域频域概念的理解，也会导致他在做深度学习的时候很多思考会比没有这方面训练的人深入的多。
何况，传统图像处理因为简单、快速、资源耗费少，现在还在很多地方得到广泛的应用，不是哪里都需要深度学习那么高的精度的。深度学习里你不还得用传统方法做各种预处理。
最后，现在很多人也在回过头思考，觉得做了深度学习就把传统数字图像处理那一套完全丢弃了，是不是一种损失和浪费。因此现在把两者结合，比如把radon变换、hough变换、sift、小波之类的各种东西引入神经网络，两者结合，试图达到针对某些特定问题的更好效果。
1
相关话题
如何生成多个互不重叠的不同半径圆？既然使用神经网络也可以解决分类问题，那SVM、决策树这些算法还有什么意义呢？
Transformer中的Mask矩阵已经有顺序了，能去掉position embedding吗?
你为什么要学算法？
如何看待 2022 年秋招算法岗竞争如此激烈？
如何评价Hinton组的新工作SimCLR?
能否详细说明一下对称算法中的DES,AES?
如何看待 Richard Sutton 说的「人工智能中利用算力才是王道」？
深度学习应用在哪些领域让你觉得「我去，这也能行！」？
怎样实现浮点数除以一个数再乘以这个数结果等于原值?
前一个讨论
在高校当老师是怎样的体验？
下一个讨论
保研未报道，转战考研失败怎么办?
相关的话题
如何评价陈天奇团队新开源的TVM？图像检索（CBIR）中，topK precision怎么算?
如果一个算法空间复杂度是指数级，时间复杂度是多项式级，那么这个算法复杂度怎么算呢？
数据结构与算法在工作的作用及其大学学到什么程度才算可以?
如何评价 On Unifying Deep Generative Models 这篇 paper?
对于编程思想和能力有重大提升的书有哪些?
如果有第谷的数据，现在的机器学习，深度学习有办法学出开普勒三定律吗？
Transformer在工业界的应用瓶颈如何突破？
数据结构与算法在工作的作用及其大学学到什么程度才算可以?
深度学习应用在哪些领域让你觉得「我去，这也能行！」？
人工智能相关的岗位薪酬状况如何？
AMD的CPU是否适合搭建深度学习主机？
求十亿内所有质数的和，怎么做最快?
是否存在仅由1和2组成的长度为2^n的序列，可以做到在这个序列中取出所有含1和2的长度为n的序列？
迁移学习入门，新手该如何下手？
如何评价最新的Octave Convolution？
有哪些算法惊艳到了你？
现在的BERT等语言模型，最快训练要多久？
如何直接跳出深层递归而不是一层一层跳出？
如何看待三星Galaxy note10 5G DxO摄像头评测得分113分超华为P30 Pro？
如何看待滴滴章文嵩称，滴滴面临的问题比 AlphaGo 复杂 100 倍？
把某人的 DNA 序列作为输入，正面照片作为输出，丢到深度神经网络里面学习，可行吗？
如何看待Yoav Goldberg 怒怼来自MILA的GAN for NLG的paper?
如何直接跳出深层递归而不是一层一层跳出？
如何评价CUHK以及Yuanjun Xiong提出的Trajectory Convolution？
怎么选取训练神经网络时的Batch size?
如何评价微软机器翻译在 WMT2017 中英翻译达到「人类水平」？
为什么要压缩模型，而不是直接训练一个小的CNN？
计算复杂性理论是否具有足够的现实意义，如今有哪些比较「现实」的应用？
可以利用抄代码来同时记忆算法与练英文书法吗？