人工智能CV应用现状与发展 – 讲座记录
简单介绍
✅CV应用现状与发展前景如何?
✅算法工程师如何自我修炼?
CV应用现状与发展前景如何?
模型训练好后,新增场景case,则需要再次进行模型训练。模型固化。
硬件部署,也固化,不同模型部署在不同硬件有挑战。
比如,云雾和烟火雾的区别 || 毛肚的异常物质颗粒可以检测出来,然而头发很难检测出来 || 烟叶识别,上部 中部 下部分辨种类。
算法工程师如何自我修炼?
Q: 工业界项目落地和真实学校项目落地的区别?
A:
- 数据量少的情况下,模型如何获得一个好的效果。
- 项目部署之后会出现bad case 和 corner case,如何解决。
- 算法模型场景的泛化性的问题。
- 学校更多是单纯对某个点做的,工业界需要规模化应用。
- 算法功能的需求会经常变化,比如昼夜变化、距离远近、移动速度很快等等,变化频繁。
Q: 招聘关注人才的能力?
A:落地能力
Q: 科研论文中的算法和工业算法的区别?
A:科研中只是单点性具体的问题,比如目标检测处理小目标问题,实际项目中考虑的点多,不止小目标、多目标、数据不平衡、不同光照的情况等等,考虑问题更多。科研idea大都只是为了解决某一个点,并且为了解决某个点,突出这个性能,实际项目中所有的点都要有比较好的结果。
本图文内容来源于网友网络收集整理提供,作为学习参考使用,版权属于原作者。
THE END
二维码