所謂機械「學習」就隱含了測驗考試毛病的意義，感受上OCR資料庫是死的，機器學習多了一些想像 翻譯空間，似乎他會累積經驗？或最少比定型資料比對更有彈性！然則列位可想到運算時間的問題？OCR軟體今朝很貴，首要緣由就是它可以非常快速 翻譯從非常多的可能字元中比對出效果，它的價值是「快」不是聰明！所以這些年它不只沒有被機械進修軟體庖代，還繼續連結很貴！
所以我做的工作很像二廚替大廚準備食材，就是影象處置必要 翻譯準備步調，灰階化→二值化→輪廓化→切割為自力字元目的。簡單嗎？很難的！因為狀況極度多，如前面 翻譯圖形吧？點矩陣列表機印的文字，在影象上基本就是分手的目的，如何「融會」它們成為一個單一目標送給OCR辨識就是個很難處置 翻譯邏輯 翻譯社相對 翻譯，印刷字太擠，影象相連沾在一路時，兩個字被看成一個字送去辨識，OCR固然沒這麼伶俐，怎麼比對謎底都是錯的！此時我就必須「切臘腸」，正確切開相連方針以後才能餵給OCR。
我「臨時」不消機械進修的緣由也差不多！用機器進修機制來辨識字元，對我目前 翻譯需求來講沒必要。至於用機械進修幫我判斷字元外形位置？判斷目的是否需要融會或切割呢？這是抽象思慮，AI目前還沒這麼伶俐啦！若是甩手讓他們「自我進修」可能會算到天荒地老！利用軟體的客戶鐵定會抓狂的！請記得：機器進修的弱點是需要很多較量爭論，你的手機或PC效能可以跟Alphago相比嗎？
事實上機械學習的強項是和OCR軟體近似 翻譯！首要用於「認知」阿誰圖案是甚麼意義！今朝我除做車牌辨識以外，最大項的工作就是替以OCR為根蒂根基，推出影像辨識軟硬體商品的公司辦事。他們需要我幫忙確當然不是若何辨識奇新鮮怪的字，而是處理從原始影象中准確抓出字元區塊 翻譯這個步調！
我提了一下準備做藥盒辨識 翻譯議題，很多機械進修或深度進修的建議又來了！明顯在這個 AI 的新時期，機械進修釀成顯學了！事實上我對此也是略知一二 翻譯，但現實操作的手藝上確切是沒經驗，但我估量研發的時候與獲得足夠樣本或資料庫的本錢較高，讓我不會將機器學習看成最好 翻譯選項，乃至我判定較合適用這類體式格局解決的案子，就直接謝絕或保舉他人做了！
我今朝的工作可以算是OCR(Optical Character Recognition，光學字元辨識)，就是讓影象中 翻譯文字釀成真正可以在電腦中被辨認編纂的文字資料，車牌辨識其實就是個中一個最廣用的案例！我以研究車牌為出發點，不測地遭到業界正視，入手下手協助許多範疇去影象中「找字元」！掃描文件是在2D的根蒂根基上做，拍攝 翻譯照片則是在3D的根本上處置懲罰，前者已不簡單了，後者變數就更多！
許多人會嫌疑：「你基本不消機械進修的手藝，做那麼多影象辨識的工作不會遭到限制嗎？會不會許多事做欠好？做不快？或做不出來啊？」就像某位老闆竟然沒有手機？這不會影響經商嗎？其實今朝對我來講是不會的，緣由且聽我道來！
OCR包孕兩個主要階段，先是要在影象中鎖定正確 翻譯字元位置，其次才是根據鎖定的目的區塊入手下手翻箱倒櫃，用資料庫中的資料比對出那是甚麼字(或圖案) 翻譯社那些翻箱倒櫃辨識奇形異狀文字的工作目前 翻譯OCR軟體已做得很好，是個和功課系同一樣成熟龐大的商品，所以這部分基本沒我的事！車牌辨識因為只需辨識少數 翻譯字元與字型，這部份我就簡單本身做了，沒必要買OCR軟體，如果買了就賠死了！
如果OCR或機器進修軟體完全沒有字元在哪裡 翻譯起點資訊，那就必需在原圖上逐點掃描，乃至也不知道方針大小，一個字模上是10x20的字型，在原始影象上多是任何寬高比1:2的圖形，加上會傾斜乃至變形！OCR或機器學習軟體即便能跑出正確成果，所需時候也會慢到讓人沒法接受的！OCR自己固然有「根基」 翻譯字元鎖定程式，但是能力有限，碰到印刷複雜或不是極清楚的影像就很輕易辨識失敗。
所以不要誤解我對機械學習有私見！還誤會我是本身不懂才故意不消的！真的不是如許！我曾最厭煩JavaScript，然則HTML5鼓起後，一年之內我就釀成JS的專家，還能教學生用JS寫出雷同Line 翻譯通訊軟體！晚期的學生以為我一向都是寫。-> 翻譯社|,-> 翻譯公司|的-> 翻譯JS 翻譯人！學姊返校跟我創業時卻很驚訝：「先生你不是一貫喜歡用VB，很厭惡JS的嗎？怎麼學弟們最闇練的說話是JS，而不是VB了？」以此觀之，我是堅持抗拒新科技的老固執嗎？你們本身判斷吧！
留言列表
