辨識紙箱體積的辨識專案一做大半年，終於在過年前進入收尾的階段，正在配合客戶公司的工程師做最後階段的穩定性測試，也協助他們將我們在一般電腦上開發的實驗程式整理封裝成可以在手機上執行的App，我們是專注於研究演算法的小公司，最後的終端產品還是必須由客戶自己完成的！

這個專案是由我的RD操刀，所以研發期間我沒有寫太多的文章討論細節，不像車牌辨識就真的就是完全由我自己寫程式研發的，所以我會像寫日記一樣的嘮叨！但所有專案的演算法發明都是我和RD一起研究討論出來的！每周都會線上會議討論研發進度好幾次，這個過程真的很辛苦，當然也很有成就感！

值得大家深思的是：委託我們的公司原本就已經自行設計出可以使用的產品了！他們也有自己的研發團隊的！為什麼不繼續自己研發精進就好了？為什麼我們的研發比預計的時程都延宕了，他們還是很有耐心支持鼓勵我們繼續走到現在？還承諾之後還會繼續合作，以產品維護的方式，讓這個技術繼續進步。

基本上這就是目前大家都低估了影像辨識技術研發內涵的問題！太多浮濫虛假讓人心浮氣躁的AI資訊，讓很多業界公司都以為影像辨識可以走捷徑？拿一些OpenCV之類的開源程式組裝？或是買超級電腦用大量資料做深度學習(訓練)，就可以不必打好基礎快速推出影像辨識產品？

他們本身不是影像辨識的專業公司，但是也有資訊部門，所以很自然地相信網路資訊，以為可以使用一些開源程式資源自己組裝程式，只要找到足夠資料經過一些學習訓練，AI影像辨識就可以降臨了？事實上這些資訊只是賣AI課程、書籍與程式模組的商人刻意炒作出來的假象！以我的影像辨識專業觀點來看，簡直就是妖言惑眾！完全脫離現實！還害人不淺！

我可以點出一個很簡單的事實讓大家醒醒腦！就是如果你的公司推出如上這種影像辨識應用產品，買產品的使用者一定會把這些軟體跟一般人的視覺經驗能力做比較，影像辨識軟體不如人的智慧大家都可以接受，但是你的軟體有明顯的錯誤時，你卻完全無法解釋？還不知道要如何優化改善？你賣得下去嗎？

這種無根的AI產品當然會讓客戶失望，你無法解釋失敗原因也會讓客戶不抱任何希望，一定會掉頭走人了！對廠商來說，東西做得不夠好並不是大問題，但因為自己都不清楚自己的AI是如何運作的？所以完全無法在既有基礎上穩定進步，那才是最大的最致命的問題！

我的客戶顯然已經受到教訓，也知道必須認真打好基礎，不再迷信網路上吹捧的那套AI影像辨識迷湯！才會找我們這個已經頗有實績的專業影像辨識公司幫忙！而且正因為有這個體悟，他們並不在意我們是否延誤承諾的研發時程，但是要求我們每周提出報告，具體告訴他們我們的工作內容進度！

知己知彼才能百戰百勝嘛！他們知道之前自行研發的產品卡關並不只是辨識率不夠好，更嚴重的是因為用了很多不是自己踏實理解研發做出來的程式模組，對於辨識失敗的原因無法精確理解掌握，不能跟客戶解釋，也無法有效改善軟體，那才是最大的根本問題！所以他們想看到我們研發的內容遠多於辨識率提升！

當然此時也必須告訴大家，我們公司一個不同於其他影像辨識公司的本質特性！就是我們是一個絕對尊重科學不搞神祕的踏實研發型公司，不會用商業機密之類的藉口來遮醜！要我們詳細揭露演算法設計細節甚至程式碼！都是可以討論的！只要談得攏我們認為利潤合理，完全的技術移轉我們是很願意做的！多數公司有任何新發明都會希望可以敝帚自珍用來賺更多錢，我們則是以販售新發明為日常業務的！而且價錢不貴，我們自己也樂在其中！

我們認為合理的影像辨識產品幕後實況就應該是這樣的！所謂的「登高必自卑，行遠必自邇」就是這個意思！好的，合理的，可長可久的，可以持續進化的，可以做到良好售後服務的影像辨識產品，絕對不能來自連推出廠商自己都不能充分理解掌握的技術！所以你還敢用深度學習做出你的影像辨識產品嗎？不怕死的就繼續用吧！不需要絕對精準的語言模型AI或許能用，但總是希望絕對精準的影像辨識產品呢？那是一條死路！