這個冷凍管線結霜辨識的專案我只收了四萬元，一如以往，我還是低估了開發的難度，也自我要求很高，希望即使是較低的收費還是要做得很AI！就是讓客戶可以輕鬆架好攝影機，就所見即所得，不必刻意精準的調整攝影機位置角度，也不需要做甚麼軟體律定設定的複雜操作，我的軟體就會自動看懂尺標，報告出結霜進度到了幾公分？

製作這種軟體的主要技術是辨識有霜或無霜的特徵，如上圖所示，在指定的辨識軸線區域內由色階的變化函數判斷結霜的邊界。其實這就不容易了！因為結霜是一個漸進的過程，背景的明暗也不是可以完全精準預期，所以何謂「結霜邊界」？就是一個很學術化，但結果又必須完全符合客戶認知的過程。

我的專業其實就是將合乎客戶直覺與常識的認知過程數學化與程式化！客戶不會在意我採用的數學模式，通常也不懂，所以才會有那麼多AI詐騙集團操弄的空間！現在這種領域已經被炒作成好像機器學習無所不能？每次客戶看到有點厲害的辨識，就會問我有沒有用到機器學習？99%的答案是沒有！在影像辨識領域，機器學習能用的時機很少，只是偶爾可用的邊緣技術而已！全世界都應該醒醒腦認清這個事實的！ML<<AI

那我用的是甚麼數學邏輯模式呢？不過就是微分積分的大一程度基本概念而已！找到環境變化值域的極大極小值以及平均值或中值等等，加加減減用任何數學理解OK的大學生的思考邏輯就可以做到的！重點只是你不能死腦筋接不上一般人的常識直覺而已。

在此專案中，這一部份的工作(結霜邊界辨識)都在我報價時的預期之中，確實比客戶想像的要困難複雜，因為要不必調整環境亮度的話，所有運算都必須是相對的，不管白天晚上或客戶換照明設備時，這個程式都必須自動「立即」適應，客戶的操作要少，我的程式就必須自己觀測環境自動依據數學物理原理調整辨識參數，這些是無法用機器學習技術做到的，也根本不需要！機器學習是高成本的模式，你去家門口的超商買泡麵會開車去嗎？除非你是白癡！

此專案一度讓我感到困擾挫折的部分，其實是辨識那隻尺的刻度！當我們用數學算出影像中結霜邊界位置時，單位是數位影像的畫素座標，譬如在全圖左邊算來第780個畫素的位置。這對於使用者來說當然是毫無意義的，當影像解析度不同(換個攝影機)，或攝影機拍攝角度位置被略為移動時，就不是780了！

所以我的辨識軟體必須準確的辨識認知那隻尺的刻度位置與意義，知道那隻尺上每一個刻度的畫素座標，譬如結霜的邊界是在尺標的5與6之間1/4的位置，那就應該告訴使用者目前進度是5.25公分了！這就是你請一位真人去看結霜進度的完整過程了！不要以為上圖中的尺標間隔都是一樣的哦！都是實實在在辨識出數字字元之後畫出來的！

我原本以為這是很簡單的事，黑白分明的尺標數字辨識會有多難？用最基本的OCR辨識流程應該就可以了！但事實上一做才發現，原來尺標可能會髒髒的，結霜時尺標本身也會有點霜，會在實際環境中變成彎曲的，甚至拍攝角度會讓每公分之間的畫素距離變成不一樣！簡易的OCR根本Hold不住！辨識得零零落落。

所以要能夠不讓客戶太麻煩把尺擦乾淨，隨時保持尺標不結霜，還要精準擺設攝影機的角度位置，我的程式辨識能力與聰明度就必須提升一個檔次，如果不是我剛好研究車牌辨識在自然情境中的種種狀況有豐富的經驗，你給我一百萬元一兩年內我也做不好的！

還好我是非常厲害的自然情境車牌辨識核心的研發原廠，當我被迫拿出我最厲害的車牌辨識核心模組來辨識這個尺標，可以說是拿出牛刀來殺雞了！當然就如最上圖一樣，即使亂七八糟的尺標字元，也會清潔溜溜無所遁形了！如果知道必須用到這麼專業的核心技術，我的報價應該至少加個十萬元了！那可是我累積七八年的技術研發成果啊！十年寒窗的學費此時不應該兌現嗎？

一般的影像辨識廠商遇到這種情況會怎麼作呢？沒有這種厲害技術的話，就只能要求客戶做很多嚴苛的拍攝環境調整配合，加上軟體操作時要多出很多律定設定的動作，只因為他們的程式無法很聰明，就是很AI啦！即使他們真的很懂機器學習也對此莫可奈何的！要累積足夠的變異資料做統計學習，成本與開發時間就太高也太貴了！完全不符合商業化成本效益需求的。

即使廠商像我一樣有這種夠聰明夠AI的既有技術，應該也會藉此提高報價，讓客戶覺得莫名其妙，很難接受買單的！所以目前影像辨識市場上才會那麼混亂，幾乎所有的案子都陷入爭議！不是做不出合乎客戶預期的結果，就是不斷加價又無法獲得客戶的支持與信任。

我不是這樣的！這個專案跟我所有的專案一樣，就是這樣簡單的在兩周內完工了！沒加價沒爭議，賓主盡歡沒人不高興！這就是我認為的，合理的影像辨識研發市場應該有的狀況，有本事的人就好好做，報了價承諾了工作目標就要務實做到！做不到的人或公司就別來亂！作生意就是成本效益而已，如果我可以一周時間賺四萬，工作滿檔一個月就收入十幾萬了！加上既有產品銷售，還可以養一兩個員工。市場上這種需求是很多的，真的不應該用詐騙的伎倆賺不該賺的錢！

AI是個廣泛的技術概念，刻意炒作一般人不懂的機器學習、深度學習或類神經網路，讓人以為他們無所不能？只是為了欺騙消費者？真的太太太太太可惡了！