其實我都是照著課本作影像辨識的- 鄉下老師- udn部落格
文章推薦指數: 80 %
雖然細節的技術關鍵很多,但是我最想分享告訴初學者的是:萬丈高樓平地起,我的主要辨識流程其實跟課本寫的完全一樣!相信某些工具或特殊演算法必有 ...
Contents...
udn網路城邦
鄉下老師 (到舊版)
本名:張逸中,逸中軟體設計公司CEO,前台灣首府大學副教授。
FB:https://www.facebook.com/ycc853,Email:[email protected],Tel:(O)06-5710455,(M)0921816706,Line:ycclkk
文章
其實我都是照著課本作影像辨識的
2017/08/0307:06
瀏覽3,405
迴響1
推薦10
引用0
剛剛完成了一個非常高效率,以千萬畫素影像為標的的車牌辨識核心,大概下周繼續完成一些周邊工程就可以交貨了,心情甚佳!雖然細節的技術關鍵很多,但是我最想分享告訴初學者的是:萬丈高樓平地起,我的主要辨識流程其實跟課本寫的完全一樣!相信某些工具或特殊演算法必有神效的人不是我的同類,我也預計他們應該不會走到我的這一步!
即使是千萬畫素的影像,辨識過程依舊是:全彩影像→灰階→二值化(黑白)→取輪廓→篩選目標→正規化目標→比對字模→取得答案,跟你能找到的課本寫得都一樣。
鄉下老師的基因裡確實有股衝動,很想一五一十的告訴大家我學會的所有技術訣竅,我是基於好奇心一步一步深入這個領域的,既然自己會玩了,就很想帶大家都進來玩個盡興。
但我現在不是專業老師了,做生意要緊,沒這麼多時間編教材,即使我有時間寫個詳細,多數人一時也消化不了!只是當我看到很多初學者在門口徘徊,卻往往走向我認為不對的方向,就會有點著急!雖然他們有可能殊途同歸,但是我認為「迷信神力」絕對比不上「鍛鍊體力」來得可靠,不肯繼續相信基本原理,不肯繼續弄清楚每個辨識步驟的人,終究只會走向迷失與挫折。
我可以寫出在一秒鐘之內完成上述千萬畫素辨識核心所有程序的軟體,結果看似神奇,但是過程並不神祕!相反的,我是堅持弄清楚每一個細節,努力想出正確的對策與演算法,不夠準確不夠快速的部分就追究原因,繼續想出其他更有效的方法,當我將每一件事都盡量作對之後「奇蹟」就出現了!以上述的辨識核心來說,除了影像處理都會教的基本動作之外,裡面最艱深的數學概念,只是高中程度的幾何學與大一微積分的最基本概念而已。
重點不是方法或工具炫不炫酷不酷,有沒有「神力」加持!而是方法是否適用於解決那個問題?如果你連弄清楚問題都沒興趣,沒有堅持,你就不可能找到有效的解法公式!我常說:「問題不具體,就一定沒有正確的答案!」所以深入精確地用物理、數學與基本常識弄懂每個辨識過程與細節,才是你最需要耗費心力學習與研究的地方,並不是學習很多「人家說」很酷的演算法或軟體你就會自動升級變成高手。
我2009年開始碰觸車牌辨識的議題,很快就完成了目前用於我車牌辨識產品的辨識流程,裡面並沒有甚麼創新,就是依據前人建立常用的邏輯而已。
但是程式原型速度太慢,辨識例外錯誤太多,我並沒有因此改用其他工具,譬如用類神經網路或機器學習的軟體或演算法,而是堅持仔細分析所有慢與錯的個案原因,當我充分理解所有問題之後,解法就一一自然浮現了!
大家算一算,2009至今有八年了!即使扣除前半段投入的時間不多,加總也鑽研了四五年吧?我大部分的時間都不是在學習更多新技術、理論與方法,反而有點像高僧閉關,只是更專注仔細的分析理解自己眼前實際發生的事情!更精確地透視自己寫的每一行程式對於每個案例產生的反應與結果!
總之,我很想告訴有心學習影像辨識的人,如果你認為我是會作影像辨識的人,我可以告訴你:我走的路就是這樣的!我真正教出來很厲害的影像辨識RD只有一個,也是依據這個方式與理念踏實訓練成功的!而且學習過程還蠻快的,不到一年就幾乎可以獨立接案了!參考看看!
回覆
推薦引用
有誰引用
我要引用
引用網址
列印
全站分類:心情隨筆|
工作職場
自訂分類:教育學習
你可能會有興趣的文章:
挑戰自己的人終究會贏,挑戰他人的總是起起伏伏!
直指目標,不做無聊的事,你看起來就很聰明了!
這不是作弊,是最合理的推測!
是政治該為你服務?還是你必須為政治服務?
成功不必在我,買我的車牌辨識核心就好了!
一樣是做哽圖,過程竟然如此嚴謹?好像在寫論文哦!
限會員,要發表迴響,請先登入
1樓.
普普2017/08/0408:43
很棒!!!
普普敬上
加入好友
推薦部落格
訂閱關注
留言給他
鄉下老師
部落格推薦:88
等級:8
點閱人氣:5,652,812本日人氣:412
文章創作:3,268 相簿數:15
輸入關鍵字:
搜尋
最新發表
最新回應
最新推薦
熱門瀏覽
熱門回應
熱門推薦
我用VB寫我的商業辨識軟體,日子過得好得很!
影像檔與向量圖檔大不同!
挑戰自己的人終究會贏,挑戰他人的總是起起伏伏!
很像CSI推理探案,破碎的跡證還是可以得到完整解答!
直指目標,不做無聊的事,你看起來就很聰明了!
不必讓成績決定你的未來
舉例說明:影像辨識的技術核心應該是認知的過程
誤解了AI這個詞,讓大家都開始耍白癡了!
街景車牌辨識的理想與現實差距
我可以告訴你找到每一個車牌的完整故事,機器學習行嗎?
警用機車也可以裝車牌辨識系統了!
▲top
本部落格刊登之內容為作者個人自行提供上傳,不代表udn立場。
刊登網站廣告︱關於我們︱常見問題︱服務條款︱著作權聲明︱隱私權聲明︱客服
Poweredbyudn.com
粉絲團
udn部落格
延伸文章資訊
- 11. 影像處理簡介
d 但若影像品質不好;例如,光線不足、亮度. 不均勻、影像模糊、背景複雜、解析度不夠. 、畫質不好、無深度資訊、..等影像問題;. 另外如偵測、動態分析、辨識、.. 等所需 ...
- 2影像辨識 - 南華大學
自己所需要辨識的影像邊緣。執行的過程是先讀取影像,將影像灰階二值化,並且以3 種不同邊緣偵測法,將選取的影. 像值輸入演算法分析,分別得到輸入影像的邊緣結果及其 ...
- 3從AI到deep learning影像辨識
而近幾年影像辨識、物件偵測(object detection)技術應用於交通領域也相當成功,最常見的應用就是將路面上的車輛偵測出來,比起過去透過移動偵測(motion ...
- 4物體偵測(Object Detection) + 影像標題(Image Captioning)
- 5AI 紙本資料辨識之經驗分享- Shu-Yu Huang - 台灣人工智慧學校
A.2.2. Table-OCR影像分割. 基於框線的特性,透過影像分割演算法將原本的標籤中有框線的部分一條一條偵測出來,接著 ...