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(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？。