深度學習是一種解決機器視覺問題的新可靠方式。其使用範圍包括從前無法解決的難題。但是傳統機器視覺方法的作用在某些應用程序中依然佔優勢。如何選擇更適合的方式?以下快速指南:
典型應用:
典型特徵:
不管是機器學習或者深度學習,遵循正確的方法是至關重要的。最重要的規則是將訓練集與驗證集分開。訓練集是用於創建模型的一套樣品圖像。但是不能將它當作衡量性能的工具,因為其產生的結果過度樂觀。因此,為了準確地評估模型,數據分離(驗證集)是必要的。我們的深度學習插件從用戶提供的樣品圖象自動創建此兩集。