采集器的自动识别算法(采集器的自动识别算法等需要花点钱,靠人工)
优采云 发布时间: 2022-01-08 12:03采集器的自动识别算法(采集器的自动识别算法等需要花点钱,靠人工)
采集器的自动识别算法等需要花点钱,
靠人工,用模板,virtualbox或ubuntu用命令行输入命令而已,
无他,必须用到gpu来运算,网上有大神实现过cpu识别。
现在的像素识别算法一般都是在gpu上面进行运算。利用gpu硬件本身的特性,使得做识别的模型可以适应不同的硬件架构和显卡cpu对于图像处理算法的不同。比如说:a卡的优势在于gpu识别算法不断更新和优化,有很好的运算性能,gpu芯片的amd也经常是高价,因为amd是vr,mr在oculus等视觉方面的主要推动者。
b卡目前还不算是主流的。cpu虽然也经常是intel处理器,但是却没有像gpu一样,硬件算法每半年或者每年一更新,稳定性有待提高。gpu在算力上有很大的提升,每一倍的图像有着更优的性能和体验,提升非常明显。
人工视觉主要是用ml训练模型,然后建图然后采集。自动拍照主要是用相机拍照检测坐标,
现在看来手动做识别已经够了,上一个问题的回答里面,大神已经实现过自动识别了(用tf)。目前觉得做识别最重要的两个问题是:ocr识别文字的算法和识别一张图片的识别。既然你问手动优化,那就直接做识别算法,判断是否识别成功,不需要考虑文字没识别出来,照片识别错误的情况。只有多读文章,提取到metric,不断训练,调参,让识别效果越来越好。
如果你说要判断照片是否识别成功,那自动优化需要反复采集不同的,背景不同的图片,达到比较好的分辨率才可以吧?。