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
人工智能就业前景越来越严峻了，你还在坚持吗？如何评价CUHK以及Yuanjun Xiong提出的Trajectory Convolution？
mxnet的并行计算为什么这么牛，是什么原理？
各种机器学习算法的应用场景分别是什么（比如朴素贝叶斯、决策树、K 近邻、SVM、逻辑回归最大熵模型）？
Batch Normalization 训练的时候为什么不使用 moving statistics？
为什么技术主管跟我说程序员学算法不是最重要的，从工作项目中学习实际才是最重要的？
如何评价 Face++ 旷视科技最新出品的检测专用 backbone 网络 DetNet ？
CPU和GPU跑深度学习差别有多大？
AMD 开源高性能机器智能库MIopen是否可以和cuDNN抗衡？
如何看待Hinton的论文《Dynamic Routing Between Capsules》？
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
计算机视觉顶尖期刊和会议有哪些？中国和美国谁能成人工智能领域的领军者？
机器学习能否用于综合评价？具体怎么操作？
无人车为什么一定要用激光雷达做，双目视觉难道不行吗？
生成式对抗网络GAN有哪些最新的发展，可以实际应用到哪些场景中？
有没有可能让计算机去理解代码，从而写代码？
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?
如何系统地学习算法？
能解释下怎么从这个有向图生成如图的集合链？（数字电路并行全入度拓扑排序优化算法）？
如何看待 Richard Sutton 说的「人工智能中利用算力才是王道」？
大牛Bengio 团队最新的研究和我自己之前的研究成果重复了，应该怎么办？
类似微博的 feed 热度算法如何计算？
让人工智能去下路边街头的象棋残局会赢吗？
2020到2021年小样本学习取得重大进展了吗？
你有哪些deep learning（rnn、cnn）调参的经验？
让人工智能去下路边街头的象棋残局会赢吗？
如何评价 NVIDIA 发布的 DGX-1？
有哪些新概念电子产品值得推荐？
哪些开发会用到微积分、离散数学、线性代数、概率论的知识？
对自己深度学习方向的论文有idea，可是工程实践能力跟不上，实验搞不定怎么办？
如何评价FAIR提出的ConvNeXt：CNN匹敌Swin Transformer?
为什么读论文最好打印出来读？
TVM 最新发布版本 0.3 有哪些亮点？
从应用的角度来看，深度学习怎样快速入门？
MD5哈希算法不可逆，但是网上有很多破译解密哈希密钥的网站，这些都是经过大数据堆积的吗？还是可以破解？
如果你是面试官，你怎么去判断一个面试者的深度学习水平？
在算力充沛，深度学习模型大行其道的今天，传统机器学习的未来在哪里？
word2vec有什么应用？
算法老师劝学生放弃学习 JavaScript，我该怎么办？
如何看UCBerkeley RISELab即将问世的Ray，replacement of Spark？