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
阿里的TDM树深度模型为什么很少有人用，是有哪些问题吗？除了深度神经网络已经实现的特性以外，大脑还有哪些特性是值得机器学习领域借鉴的？
如果“P=NP”得到证明，意味着什么？
Matlab中的conv函数与卷积公式是什么关系呢？
DeepMind 团队中有哪些厉害的人物和技术积累？
NLP文本匹配问题的本质是不是 对于要预测的句子，遍历候选句子 从训练数据集里寻找最相似的pair？
PyTorch中在反向传播前为什么要手动将梯度清零？
一个N*N的矩阵，取值为0或1，有什么好的算法判断一行或一列全为1啊？
为什么很少人用FFT加速CNN卷积层的运算？
你见过最差的算法工程师能差到什么程度？
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
2021 年音视频领域有哪些突破性技术与发展？明年甚至更远的未来是否会迎来技术性拐点？什么是相位？如何更加形象直观地理解相位？
你在生活中用过最高端的数学知识是什么？
为什么在数学中，一些运算的逆运算比原运算难很多？
如何评价 Face++ 旷视科技最新出品的检测专用 backbone 网络 DetNet ？
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）？
你写过哪些比较酷的十行以内的 Matlab 代码？
视觉Transformer如何优雅地避开位置编码？
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）？
算法工程师如何应对做算法策略的不确定性；比如没效果，这时绩效怎么保证？
有人说「真正的人工智能至少还要几百年才能实现」，真的是这样吗？
什么时候对数据进行[0,1]归一化，什么时候[-1,1]归一化，二者分别在什么场景？
深度学习方面还有什么Open Problem?
我们高中数学为什么不重视算法？高中学的数列，三角函数，求导，圆锥曲线相关问题的解法和算法有什么关系？
除了深度学习，机器学习领域近年来还有什么热点吗？
在集成电路设计领域（数字，模拟），人工智能有无可能取代人类？
如何评价MSRA视觉组最新对spatial attention mechanism分析论文？
如何看待NIPS2017图灵奖得主贝叶斯网络之父Judea Pearl讲座无人问津？
Batch Normalization 训练的时候为什么不使用 moving statistics？
有哪些令人拍案叫绝的算法？
什么是meta-learning?
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?
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?
为什么我用相同的模型，数据，超参，随机种子，在两台服务器会得到不同的结果？
自己学习深度学习时，有哪些途径寻找数据集？
有哪些深度学习效果不如传统方法的经典案例？
Resnet是否只是一个深度学习的trick？
给男友配置一个适合做深度学习的电脑要多少钱？
中国人工智能图像识别技术的开创者是谁？
deepmind发表的neural processes(神经过程)，这个是怎么实现的呢？