Contents ...
udn網路城邦
廣告與實務的落差
2018/03/29 05:18
瀏覽965
迴響0
推薦9
引用0

這是某個展場某車牌辨識相關廠商的部分看板標題,其實多數這類廠商的標題都差不多是這樣!看起來很有「深度」,讓人以為他們「已經作到」類似的工作?其實這些都是理想不是現實。事實是:這些年來我接觸了很多有這類需求的警政單位,也實際作過嘉義市的路口監視器車牌辨識系統,近來更因為我的車牌辨識軟體辨識率口碑不錯,多次受邀評估幾個都會區的現有系統效能,以及討論未來新系統的規劃構想。

我看到的是所有的道路車牌辨識系統都讓使用單位很不滿意,連基本的車牌辨識正確率都不好,遑論其他車輛資訊?是有個縣市警局說買來的軟體真的號稱可以辨識好多車輛資訊,譬如車型、廠牌等等,但是正確率不到三成!只是聊備一格,根本不堪使用!警方普遍的心態是「只要路上跑的車牌辨識準一點就好了!」因為即使是單車道的車牌辨識系統,驗收標準九成就很少廠商能過關了!跟廣告宣稱的辨識率落差很大。

所以大家看這些資訊時必須理解,辨識道路上跑動的車子確實是一個很難的人工智慧議題,其實各家廠商都很掙扎,實際上辨識的困難一大堆,譬如斜向45度就無法辨識,車牌髒一點也無法辨識,車速快一點還是無法辨識,機車側身轉彎也無法辨識,車牌有陰影或夜間昏暗,等等等等!但是你看過哪一家的車牌辨識廣告畫面是這樣的?還不都是正正的乾淨的車牌?這不是鴕鳥心態嗎?

其實車牌是本來就設計讓人很好辨識的,如果車牌都辨識不準,其他較為定義模糊或複雜的:車型、顏色或廠牌等等資訊怎麼可能辨識得好?如果這樣的車輛基礎資訊辨識正確率都不夠高,那後續的大數據分析要怎麼玩呢?如果街上跑的車子被辨識率太低,那要追蹤犯案車輛就要靠運氣了!現在偶有新聞說用車牌辨識系統抓到強盜,那是運氣好,不是常態的!

簡單說,車牌辨識要有實用性,就是必須挑戰實況中本來就會有的各種角度與狀態的車牌影像,如果這些異常一點的就無法辨識,其他後續應用講的都是廢話!現在警察都變聰明了!買辨識系統時都是用影片實測,不讓廠商講理由,實際有幾輛車經過,辨識成功幾輛車,PK辨識率,誰贏就買誰的!

那麼用AI或深度學習開發的車牌辨識軟體會有用嗎?會比較強嗎?我認為會適得其反!基於「不知而行」產生的軟體,你要如何維護與升級呢?當客戶問說某張看似清晰的照片為何辨識失敗時,我可以立即追蹤辨識流程,分析並解釋原因。但是用「深度學習」製出軟體的RD則完全無法解釋!當然也無法立即解決問題,我就可以!

技術研發是沒有捷徑的!號稱自己的車牌辨識軟體使用了深度學習技術,那不是優勢,而是劣勢!別被唬弄了!那是深度的「不知所云」!自己都說不清楚自己的軟體在幹嘛?你願意相信他的軟體因為用了「新」科技就一定比較好嗎?別傻了!

有誰推薦more
全站分類:心情隨筆 工作職場
自訂分類:教育學習

限會員,要發表迴響,請先登入