对不起,但深度学习可能只是为了识别一组已知的图像,是一种矫枉过正的做法。使用模板匹配!
iz_
:
是的,机器学习是必经之路。
![]() |
坚韧的竹笋 · 自动机器学习框架之一_Auto-Sklear ...· 1 月前 · |
![]() |
忐忑的机器猫 · 全自动化机器学习建模!效果吊打初级炼丹师! ...· 1 月前 · |
![]() |
文武双全的四季豆 · 将varchar类型的数据转换成json格式 ...· 1 年前 · |
![]() |
憨厚的松鼠 · Ubuntu下安装指定版本的cmake包_5 ...· 1 年前 · |
![]() |
爱搭讪的大蒜 · pytorch 邻接矩阵转稀疏矩阵 ...· 1 年前 · |
![]() |
坏坏的卤蛋 · [XAML]类似WPF绑定的Binding的 ...· 1 年前 · |
![]() |
坚强的香蕉 · Django ORM Queries - ...· 1 年前 · |
这取决于你的输入。如果你的所有数据看起来都是这样的(漂亮而干净,轮廓相同,只是背景和颜色有变化),你可能可以使用某种像素+颜色匹配,你就可以很好地进行了。
你肯定知道,深度学习和机器学习只是近似函数(在这种情况下是像素的函数),如果你不使用这些方法就能找到它(函数)(以合理的工作量),你总是应该这样做。
不,机器学习不是银弹,你得到一个图像,然后把它扔进卷积神经网络的黑匣子里,你就能得到结果,这不是重点。