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

  给男友配置一个适合做深度学习的电脑要多少钱? 
  CPU和GPU跑深度学习差别有多大? 
  电子设备(如电脑)内置时钟的算法是如何“分辨/度量”出一秒的长度的? 
  为什么 Google 翻译只重算法不重语言学的语法结构和规则? 
  深度学习在信息安全的应用有哪些可以关注的人或论文? 
  为什么机器学习解决网络安全问题总是失败? 
  机器学习如何才能避免「只是调参数」? 
  如何理解动态规划? 
  对于神经网络,硕士博士不需要弄明白原理,只需要应用,是这样吗? 
  神经网络的万能逼近定理已经发展到什么地步了? 

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?





© 2024-09-19 - tinynew.org. All Rights Reserved.
© 2024-09-19 - tinynew.org. 保留所有权利