石鑫华视觉论坛

 找回密码
 注册会员
查看: 4528|回复: 1

[机器视觉] 机器视觉与人工智能能力边界总结

[复制链接]

该用户从未签到

发表于 2018-2-9 08:34:37 | 显示全部楼层 |阅读模式 来自:江苏省常州市 电信

注册登陆后可查看附件和大图,以及购买相关内容

您需要 登录 才可以下载或查看,没有账号?注册会员

x
            在机器视觉行业从事研发工作7年了,总结一下这个技术特点。 给后来者一点启示和参考。      
            机器视觉,并不是视觉,他不具有人类的视觉理解能力,说穿了他只是图像处理技术的工程应用,都是由工程师开发的算法来完成任务,并且是特定的算法完成特定的任务,互相之间没有通用性。      
            有人说机器的智能已经超过人类等等观点,那是过于乐观了。现在技术还远远达不到这个水准,现在的技术只能解决一些规则的,简单的检测任务,因为有相应的数学模型参考,比如形状匹配,边缘,纹理的识别等等。      
            如果完全没有规律,那就没办法了,人一眼可以看出来的,认为简单的东西,机器可能做不了。因为人具有自主意识,真正能理解任务,哪怕在复杂的图案和花纹里面,要寻找一个特定的东西,比如扣子,手套都是容易的,但是机器就做不了,因为背景没有规律,工程师无法找到有效的特征来开发这个系统。      
            但是机器视觉也有他的优势,那就是不知疲倦,检测一些简单的东西,比如玻璃上的划痕,屏幕上的疵点,可以做的非常准确,并且可以做到很高的精度。       再说说人工智能,目前的人工智能,也只是发现了自动提取模式的方法,收集了足够多的,有代表性的样本,然后用这套系统进行学习,再应用这套系统再分类图像而已。      
             也算不上什么智能,只能算是技术,仍然属于图灵机的范畴。距离真正能理解图像还相距甚远。机器视觉,人工智能,目前不能做的,正是给科研人员以及硕士,博士们研究的空间。      
             欢迎各位朋友发表看法讨论,推动行业应用进步。转载请注明来自 机器视觉算法工程师马浩洋。

回复

使用道具 举报

该用户从未签到

发表于 2018-7-19 19:30:14 | 显示全部楼层 来自:北京市 联通
深度学习DeepLearning人工智能核心技术开发与应用培训班
2018 年 08 月 03 日— 2018 年 08 月 06 日        北京(第18期)
2018 年 08 月 23日— 2018 年 08 月 26 日        广州(第19期)
(机房上课,每人一台电脑进行实际案例操作,赠送 U盘拷贝资料及课件和软件,长期举办,授课效果有保障)
主讲内容:
  1,Deep Learning—循环神经网络       
  2,Deep Learning—CNN应用案例
  3,Deep Learning—对抗性生成网络
  4,Deep Learning—迁移学习       
  5,Deep Learning—深度强化学习       
  6,深度学习的常用模型或者方法
(1)公开课:3天时间系统学习,从人工智能运行环境搭建,模型选择及优化,具体实例为出发点,掌握人工智能的整体方向思路;
(2)网络课:针对学员,设计任务,以提高技术操作水平,解决平时工作遇到的问题,通过网络平台交流 此平台培训后期长期有效;
(3)训练营:针对学员自己的问题,项目,团队发展方向设计训练方式,亦可内训;
联系人:彭老师  18101059857(同微信号)
回复 支持 反对

使用道具 举报

您需要登录后才可以回帖 登录 | 注册会员

本版积分规则

LabVIEW HALCON图像处理入门教程(24.09)
石鑫华机器视觉与LabVIEW Vision图像处理PDF+视频教程11种全套
《LabVIEW Vision函数实例详解2020-2024》教程-NI Vision所有函数使用方法介绍,基于NI VISION2020,兼容VDM21/22/23/24

QQ|石鑫华视觉论坛 |网站地图

GMT+8, 2024-11-25 11:44

Powered by Discuz! X3.4

© 2001-2024 Discuz! Team.

快速回复 返回顶部 返回列表