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
如何看待百度无人车， 三千多个场景，一万多个if？3d建模真的很累吗？前景怎么样？
请问DeepMind和OpenAI身后的两大RL流派有什么具体的区别？
深度学习在信息安全的应用有哪些可以关注的人或论文？
很多高效排序算法的代价是 nlogn，难道这是排序算法的极限了吗？
工程上存在那么多不确定情况，为什么计算机不能利用它们产生真随机数，而只能根据逻辑产生伪随机数？
3d建模真的很累吗？前景怎么样？
为什么中文 NLP 数据集这么少？
计算机视觉顶尖期刊和会议有哪些？
为什么有些算法工程师从来不谈业务，不谈解决问题，不谈价值挖掘，开口闭口就是算法模型，炼丹调参工程化？
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
如何评价何恺明等 arxiv 新作 Rethinking ImageNet Pre-training？中宣部等五部门要求治理算法推荐，不给错误内容提供传播渠道，你认为目前算法推荐存在哪些问题？
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?
如何评价Google提出的MLP-Mixer：只需要MLP就可以在ImageNet上达到SOTA？
实体提取任务中使用BERT-CRF时，CRF根据数据统计可以得到转移概率，为啥还要训练呢？
如何评价 MSRA 最新的 Deformable Convolutional Networks？
两张图片就颜色不一样，dpi，尺寸都一样为什么体积相差这么大（20M）？
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？
马上计算机研一，想问一下机器学习、深度学习…大家都是怎么入门的？
如何评价贾扬清离职 Facebook？
一个完整的Pytorch深度学习项目代码，项目结构是怎样的？
如何评价MSRA最新的 Relation Networks for Object Detection？
如何评价基于游戏毁灭战士（Doom）的AI死亡竞赛大赛结果？
ICLR 2021 有什么值得关注的投稿？
为什么神经网络具有泛化能力？
计算机视觉（CV）的算法有哪些，具体都有哪些特点？
程序员能 20 分钟徒手写出一个没 bug 的 KMP 算法吗？（可以调试）
如何正确地用 Test Driven Development 实现算法？
0基础开始,Leetcode200道题要多久左右?
神经网络为什么可以（理论上）拟合任何函数？
未来会不会有一种方式，可以使一部蓝光电影压缩到几Mb甚至几Kb？
为什么说大模型训练很难？
人工智能退潮期来了吗？
容纳了全宇宙无限多的信息，为何整个三维空间的运行却不会卡顿？
pytorch 分布式计算 你们都遇到过哪些 坑/bug？
如何评价 BERT 模型？
关于tensorflow中的滑动平均？
经过足够长的时间， AlphaGo 的棋谱能收敛到一张上吗？
2020-2021年NLP有什么核心技术的更迭吗？或者有什么推动领域发展的paper吗？
你遇见过什么当时很有潜力但是最终没有流行的深度学习算法?