传统视觉方法与深度学习

在将深度学习与传统机器视觉方法进行比较时，最大的区别在于特征提取的方式。 使用传统方法，视觉工程师必须决定寻找哪些特征以检测图像中的特定对象，并且为每个类别选择正确的特征。 当可能的类别数量增加时，该方法将变得十分复杂。 需要寻找哪些信息？颜色？边缘？质地？ 根据所使用功能的数量，工程师还必须手动微调许多参数。 与此相反，深度学习使用“端到端学习”的概念。 在这里，仅需要告诉算法去学习注意每个特定类的特征。 通过分析样本图像，它可以自动得出每个类/对象的最突出和最具描述性的特征。