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
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？了解/从事机器学习/深度学习系统相关的研究需要什么样的知识结构？
现大二，准备做大学生创新创业项目计划 ，目前定的方向是深度学习+畜牧业／养殖业，有什么建议给我们吗？
如何评价Sony新出的深度学习库NNabla？
如何看待Transformer在CV上的应用前景，未来有可能替代CNN吗？
人工智能可以解决人类难题吗？
ICLR 2019 有什么值得关注的亮点？
如何用python来统计MacPro的圆圈个数？
如何生成多个互不重叠的不同半径圆？
如何看待FAIR提出的8-bit optimizer：效果和32-bit optimizer相当？
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
国内做NLP业务的香侬科技值得去吗？编程达到什么水平才能编写出像caffe这样的深度学习框架？
如何学习数据结构？
如何看待谷歌研究人员提出的卷积正则化方法「DropBlock」？
了解/从事机器学习/深度学习系统相关的研究需要什么样的知识结构？
请教拓扑排序中的一点疑问？
如何评价剑桥，腾讯， DeepMind以及港大团队新作 SimCTG ?
如何看待「原谅宝」？
GAN 真的创造了新的信息吗？
在五到十年内，人工智能能复原成人影片中的被马赛克部分吗？
如何看待两次 IOI 金牌，一次 ACM 全球总决赛亚军的清华大学计算机系毕业生去高中当信息学教师？
刚进算法团队，大牛们讨论高深的cv术语和算法，如何才能听懂？
image caption这个方向更偏向NLP还是CV？
如何评价生成模型框架 ZhuSuan?
什么是meta-learning?
程序员能 20 分钟徒手写出一个没 bug 的 KMP 算法吗？（可以调试）
如何看待华为 4 月 25 日发布的盘古智能大模型？在这个行业处于什么水平？
卷积神经网络如果将池化层去除，与神经网络的区别还大么？
adversarial training为什么会起作用？
如何评价微软提出的无监督视觉模型BEiT：ImageNet达到88.6，ADE20K达到57.0？
pytorch dataloader数据加载占用了大部分时间，各位大佬都是怎么解决的？
作为学数学的人，你有哪些用于「双十一」购物的方法？
目前 AI 在疾病的诊断和治疗上，有哪些成功的应用？
编程达到什么水平才能编写出像caffe这样的深度学习框架？
能否通过计算机找到适合速拧的魔方解法？
自己学习深度学习时，有哪些途径寻找数据集？
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。
深度学习方面的科研工作中的实验代码有什么规范和写作技巧？如何妥善管理实验数据？
自学深度学习是怎样一种体验？
将并行计算纳入算法竞赛，是否合适？