百科问答小站 logo
百科问答小站 font logo



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

  

user avatar   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。




  

相关话题

  深度学习cnn中,怎么理解图像进行池化(pooling)后的平移不变性? 
  如何评价余凯创立的horizon robotics? 
  CNN(卷积神经网络)、RNN(循环神经网络)、DNN(深度神经网络)的内部网络结构有什么区别? 
  自动化的控制与检测领域中,有没有像机器学习、图像处理领域一样经典巧妙的算法? 
  如何在图片中优雅而又有效地添加水印? 
  如何评价CVPR2019程序主席Derek Hoiem的论点:计算机视觉只是记忆,不是智能? 
  什么是递归? 
  batchsize=1时可以用BN吗? 
  计算机开发岗和算法岗都有些什么区别? 
  在实际工程系统中,MPC太复杂,难以做到realtime。因此都利用数据,MPC对比RL还有优势么? 

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?





© 2025-05-29 - tinynew.org. All Rights Reserved.
© 2025-05-29 - tinynew.org. 保留所有权利