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
LSTM如何来避免梯度弥散和梯度爆炸？自己学习深度学习时，有哪些途径寻找数据集？
image caption这个方向更偏向NLP还是CV？
在知乎你见过哪些明显抱团点反对的问题，对社区有怎样的影响，你有什么好的建议？
CVPR 2018 有什么值得关注的亮点？
机器学习到底是什么，如何使用这项技术？
Size Balanced Tree 真的是国内 ACM 选手陈启峰的发明吗？
视觉算法的工业部署及落地方面的技术知识，怎么学？
在机器学习模型的训练期间，大概几十分钟到几小时不等，大家都会在等实验的时候做什么？
彩色图片是通过何种算法变成黑白图片？
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
禁止使用sqrt等返回浮点数的函数，如何最高效的得到最小的不小于给定正整数的完全平方数？面试官如何判断面试者的机器学习水平？
如何评价Sony新出的深度学习库NNabla？
NLP领域，你推荐哪些综述性的文章？
AMD 开源高性能机器智能库MIopen是否可以和cuDNN抗衡？
现代人工神经网络是不是一个死胡同？这个技术是不是骗人的？
机器学习自嘲的炼丹和化学材料自嘲的炒菜有什么本质上的区别？
Algorithmic Game Theory 和经济学中的 Game Theory 相似度大吗？
为什么图形学的会议siggraph的论文代码很少会开源？好像视觉如CVPR、ICCV开源的更多一些。
Pokémon GO 有什么奇技淫巧？
如何理解链接预测（link prediction）？
请问下大家训练 SimCSE 时, loss 有没有这样的情况?
苹果 VR/AR 设备有望 2022 年亮相，对此你有哪些期待？
人工智能领域有哪些精妙的数学原理？
《阮一峰版快速排序完全是错的》一文是否存在事实错误？
如何理解空洞卷积（dilated convolution）？
在拍照这件事情上，到底应不应该使用所谓的AI算法？
如何证明一个数 n 的因子之和是 O(n) 的？
wasserstein 距离的问题?
有没有一些图像处理新手可以练习的项目？
深度学习应用在哪些领域让你觉得「我去，这也能行！」？
如何评价旷视开源的YOLOX，效果超过YOLOv5?
在NLP上，CNN、RNN（认为LSTM等变体也是RNN）、最简单全连结MLP，三者相比，各有何优劣?
为什么最近几年 FPGA 变得越发受大家重视了？
如何评价论文「Stochastic Training is Not Necessary ...」?
有什么算法可以很快的找出所有完全对称日呢?
如何看待网传字节跳动 28 岁图像算法工程师心梗猝死？还有 30 年房贷没还完，可以退房退款吗？
哪位大佬能来个骨灰级的红黑树讲解啊？
adversarial training为什么会起作用？
如何评价Google提出的MLP-Mixer：只需要MLP就可以在ImageNet上达到SOTA？