我所理解的计算机视觉(compute vision, CV)这个词,可能会是一个生活方式,也可能是未来很多行业的发展方向。
计算机
这里的计算机早已不是传统意义上的个人PC机了,而是指所有“有计算能力”的机器,通俗点讲,带计算芯片的机器。
视觉
利用摄像头拍摄成像,然后把成像数据送给计算芯片完成计算的能力。
生活场景
生活中有很多应用计算机视觉的场景:手机人脸识别、小区门禁人脸识别、汽车感知成像等等。
很多汽车比如特斯拉,都配置了中控显示屏,上面会实时显示汽车周围的环境和行人,像是一个人从汽车顶上方看到的视角一样,这种图像被称为“鸟瞰图”。
不少汽车都会采用类似的方案来感知周围环境,由此而来的 BEV(Bird's-Eye View) 神经网络,便是计算机视觉在汽车领域自动驾驶或辅助驾驶中典型的应用场景。
目前智驾赛道,大多会采用雷达+视觉的方案。雷达像是人的耳朵,姑且称之为计算机听觉,采用雷达和视觉方案,也会最大限度的确保汽车行车安全。
当然有不少人也在争论,纯视觉方案,也就是抛弃雷达,整车全部使用摄像头,不让汽车雷达听,到底行不行。
我个人感觉这种方案可能还有待 CV 算法的进一步成熟。因为一个典型场景便是:汽车从黑暗的隧道中突然使出,或者逆光而行时,这种大光斑呈现在图像上,是很容易造成计算机误判从而出现危险的。
算法
计算机视觉处理的数据,就是各种各样的图像,所以在计算机视觉领域,图像是原材料,算法是菜谱。
计算机视觉中有很多算法,包括传统的图像处理方法,如高斯滤波、墨西哥草帽滤波等,他们其实和深度学习中的卷积算法有些相似,还有一些做图像分割、二值化的经典算法。
比如大津算法,都在传统图像处理中有很不错的应用。
无论是草帽滤波还是大津算法,都是经过了科学家们巧妙的设计,为了处理某一类特定任务的图像而生的。
而到了深度学习领域,和传统图像处理方法一个很明显的区别就是,我们不再需要花费心思设计各种滤波器、设计各种复杂算法了,取而代之是让神经网络自己去学习这些算法。
多个卷积层或其他层的非线性叠加,理论上可以拟合任意的非线性函数。这是基于深度学习的计算机视觉的灵魂。
因此,如果你想单纯做一个草帽滤波,设定好输出标签,设计一些神经网络层直接去做训练就好,等到损失降到最低的时候,你会发现,卷积核拟合出来的数值和草帽滤波器竟然很相似。
这也是深度学习的魅力:人们不需要刻意去设计某些算法,而是全部交给神经网络去学习。
我们只需要将神经网络基础的算法学好,比如卷积、全连接,然后设计好的网络结构,它就可以学到你希望它学的东西。
现在大模型GPT这么火,如果让人们去设计这么复杂的算法,我估计几百年也设计不出来,但是设计好神经网络之后,然后喂给它大量的数据做训练,大力出奇迹,GPU的表现(拟合出来的超级复杂的模拟人脑的算法)竟然惊艳了很多人。
性能
神经网络为什么要做性能优化?
你能想象门禁识别人脸好几秒才能识别出来的场景吗?能想象自动驾驶汽车识别到前方有障碍物,但是反应了好几秒才做出反应吗?
虽然有些夸张,但这种在真实生活中是绝对不允许发生的。
极致性能也是判断一个产品好坏的标志,国内无论是云上训练,还是端侧(手机、监控这属于端侧)实时推理,很多都是采用了GPU或者其他加速芯片来加速计算的。
做性能优化其实不分是视觉网络还是语音网络,很多技术都是通用的,除了与模型本身、算法本身的优化之外,更多的集中在软硬件协同调度这方面。
原网址: 访问
创建于: 2024-02-29 18:15:01
目录: default
标签: 无
未标明原创文章均为采集,版权归作者所有,转载无需和我联系,请注明原出处,南摩阿彌陀佛,知识,不只知道,要得到
java windows火焰图_mob64ca12ec8020的技术博客_51CTO博客 - 在windows下不可行,不知道作者是怎样搞的 监听SpringBoot 服务启动成功事件并打印信息_监听springboot启动完毕-CSDN博客 SpringBoot中就绪探针和存活探针_management.endpoint.health.probes.enabled-CSDN博客 u2u转换板 - 嘉立创EDA开源硬件平台 Spring Boot 项目的轻量级 HTTP 客户端 retrofit 框架,快来试试它!_Java精选-CSDN博客 手把手教你打造一套最牛的知识笔记管理系统! - 知乎 - 想法有重合-理论可参考 安宇雨 闲鱼 机械键盘 客制化 开贴记录 文本 linux 使用find命令查找包含某字符串的文件_beijihukk的博客-CSDN博客_find 查找字符串 ---- mac 也适用 安宇雨 打字音 记录集合 B站 bilibili 自行搭建 开坑 真正的客制化 安宇雨 黑苹果开坑 查找工具包maven pom 引用地 工具网站 Dantelis 介绍的玩轴入坑攻略 --- 关于轴的一些说法 --- 非官方 ---- 心得而已 --- 长期开坑更新 [本人问题][新开坑位]关于自动化测试的工具与平台应用 机械键盘 开团 网站记录 -- 能做一个收集的程序就好了 不过现在没时间 -- 信息大多是在群里发的 - 你要让垃圾佬 都去一个地方看难度也是很大的 精神支柱 [超级前台]sprinbboot maven superdesk-app 记录 [信息有用] [环境准备] [基本完成] [sebp/elk] 给已创建的Docker容器增加新的端口映射 - qq_30599553的博客 - CSDN博客 [正在研究] Elasticsearch, Logstash, Kibana (ELK) Docker image documentation elasticsearch centos 安装记录 及 启动手记 正式服务器 39 elasticsearch 问题合集 不断更新 6.1.1 | 6.5.1 两个版本 博客程序 - 测试 - bug记录 等等问题 laravel的启动过程解析 - lpfuture - 博客园 OAuth2 Server PHP 用 Laravel 搭建带 OAuth2 验证的 RESTful 服务 | Laravel China 社区 - 高品质的 Laravel 和 PHP 开发者社区 利用Laravel 搭建oauth2 API接口 附 Unauthenticated 解决办法 - 煮茶的博客 - SegmentFault 思否 使用 OAuth2-Server-php 搭建 OAuth2 Server - 午时的海 - 博客园 基于PHP构建OAuth 2.0 服务端 认证平台 - Endv - 博客园 Laravel 的 Artisan 命令行工具 Laravel 的文件系统和云存储功能集成 浅谈Chromium中的设计模式--终--Observer模式 浅谈Chromium中的设计模式--二--pre/post和Delegate模式 浅谈Chromium中的设计模式--一--Chromium中模块分层和进程模型 DeepMind 4 Hacking Yourself README.md update 20211011
Laravel China 简书 知乎 博客园 CSDN博客 开源中国 Go Further Ryan是菜鸟 | LNMP技术栈笔记 云栖社区-阿里云 Netflix技术博客 Techie Delight Linkedin技术博客 Dropbox技术博客 Facebook技术博客 淘宝中间件团队 美团技术博客 360技术博客 古巷博客 - 一个专注于分享的不正常博客 软件测试知识传播 - 测试窝 有赞技术团队 阮一峰 语雀 静觅丨崔庆才的个人博客 软件测试从业者综合能力提升 - isTester IBM Java 开发 使用开放 Java 生态系统开发现代应用程序 pengdai 一个强大的博主 HTML5资源教程 | 分享HTML5开发资源和开发教程 蘑菇博客 - 专注于技术分享的博客平台 个人博客-leapMie 流星007 CSDN博客 - 舍其小伙伴 稀土掘金 Go 技术论坛 | Golang / Go 语言中国知识社区
最新评论