Contents ...
udn網路城邦
百尺竿頭更進一步的感覺,現在我懂了!
2022/09/08 03:34
瀏覽1,201
迴響0
推薦10
引用0

這是甚麼東西?我有一批2951張的高角度路邊停車的照片資料,最近根據我的RD製作的特徵字模比對方式,我的車牌辨識做了大改版,我必須研究調整讓我的新軟體辨識率至少跟以前一樣好,不然就會被老顧客嫌棄了!當然我們是預期會比以前更好的!

怎麼作呢?其實跟機器學習的所謂「訓練」過程有一點相似!我會用我調整過的辨識軟體對數千張以肉眼辨識為準,標記正確答案的樣本作全面的辨識統計。譬如2951張之中正確2751張就是第一欄的2751/2951了!第二欄93.223就是辨識正確率百分比,第三欄202209071633就是我完成實驗的時間了!

所以上面的截圖,就是我前面三天皓首窮經努力研發車牌辨識軟體的進度報表了!第一天從正確2710張到2715張,一整天的努力,在整體統計上只多正確了五張!第二天到2733張,多了18張,第三天到2751張,再增加18張!

事實上,我做的每一個辨識流程的調整,有七八成的機會是辨識率不進反退的!你以為好的動作,常常會有副作用讓其他案例辨識不好,你必須全面實驗統計才會知道。無論如何,我都必須理解分析成敗的原因,作更精確與更正確的修改。如上的紀錄是如果確定「辨識率會更好」時才會留下的!

以總量2951張的影像來說,在統計上一天多辨識個十幾張,當然只是微乎其微的辨識率提升而已,但是代表的就是我的技術領先優勢!百米賽跑只要比別人快個0.01秒就是冠軍了!市面上的一般車牌辨識產品面對我的2951張影像,辨識率可能只是80%!厲害的對手就可能達到接近90%!我的91%或92%就是我能否登峰造極的關鍵了!我當然知道我在幹甚麼!

所以我一天之內做的實驗次數是上面看到的數十倍!我都是用十幾個核心的CPU做平行運算的,2951張的辨識只需要四五分鐘。這就是我的日常研發了!如果你很好奇AI影像辨識的研發現場實況,這就是一個實際的「成功」案例了!我的產品是實際上在賣的好貨!不像多數AI影像辨識廣告只是隨便說說的!不然你叫他們拿個他們用MLCNN做的車牌辨識軟體讓你試用一下嘛!我隨時可以給你,他們則根本拿不出來!

這就是真正AI影像辨識研發的踏實過程了!每一個辨識程序的修改都是應該被精確理解與掌握的!就像我們可以將很難預測的氣象,觀測預報到目前這個準度,絕對不是靠著精進紫微斗數或命理八卦的數學模式做到的!而是知其然也知其所以然的科學

相對的!MLCNN並不是真正的科學!他們只在乎起點與終點,至於過程呢?他們是完全忽略,覺得根本不重要的!這個你知道嗎?你應該知道的!他們並不是我們以為的那種如牛頓或愛因斯坦之類的科學家,最多只是研究統計的數學家!簡單說,那些崇尚ML的AI專家們,本質上就是算命的!不必對他們期望太高!

有誰推薦more
全站分類:心情隨筆 工作職場
自訂分類:不分類

限會員,要發表迴響,請先登入