客戶提供的七百多張貨櫃碼影像辨識研究得差不多了！辨識率已是完美的百分之百！在研究效能的提升了！現在大家談到影像辨識就會扯上AI？其實那是很模糊的形容詞，AI不AI根本不是重點！你要的東西是可以辨識特定目標的軟體，你只需要問辨識率多高？速度多快？賣多少錢？以及需要多貴的電腦搭配？就夠了！辨識率低速度慢還很貴的AI，你會買嗎？

老實說，任何商品都是一樣的！只要東西好用，可以達到目的，價格又便宜就是優質商品了！最多加上對環境友善的條件，就是製造過程不會汙染環境，使用時也不會太耗費能源等等。但是很不幸的，現在大家熱衷瘋迷的ML、DL與CNN等所謂的AI技術製造的商品其實都是非常昂貴也不環保的！

如果是不得已的狀況，AI可以產生的效益足以彌補它造成的傷害就只能忍辱負重了！但是影像辨識領域應該是不必要使用這些耗能且低效率的AI技術的！從理論上就可以證明以統計學為基礎的ML、DL與CNN是不可能達到高辨識率的！而且研發與使用都需要高耗能，辨識率還不能達標，當然還是別用較好！

但是現在好像只要貼上AI的標籤，這種理性思維就往往被遮蔽了？所以我特別想要強調我「不用」這些AI技術可以做出的產品有多棒！至少將商品的競爭拉回到合理的評量標準！很顯然的，我只用數百張的影像為研究資料，只用了一個多月的時間完成這一波研究，就達到百分百的辨識率，研發成本是很低的！

同時間，我也想強調我的「非AI」演算法效率之高可以讓ML、DL與CNN等技術慚愧到無地自容！如上圖1.2百萬畫素的影像辨識貨櫃碼可以快到只需56毫秒！就是0.1秒的一半！即使畫面複雜一點，演算時間也頂多加倍到約0.1秒！提醒大家：速度快的意義不只是好用而已！也代表計算量低，可以用較為便宜低階的電腦硬體來跑我的軟體！可以省很多錢的！

跟車牌辨識的需求類似，除了近距離手拍影像需要辨識，用固定於車道兩側的攝影機辨識過往的貨櫃也是重要的使用方式，因為無法隨時動態轉向瞄準目標，所以必須用較大的視野與較高畫素的大影像拍攝捕捉貨櫃碼！此時辨識過程的演算效率就更重要了！

如果因為辨識軟體的計算量太大，導致辨識時間太長就會影響現場的即時作業程序！如果還是想用一樣的軟體但是要趕上時間快速辨識，那就只能被迫購買超規格的特殊昂貴電腦了！買一般電腦只需要兩三萬元，要使用到GPU的特殊電腦呢？你可以去問問價錢！至少是好幾倍，當然執行時的耗電量也是好幾倍！

那我的軟體辨識大畫面的能力如何？畫面簡單一點的如下圖500M攝影機拍的影像，辨識時間只需0.2秒！通常小於0.5秒就能讓人感覺很即時沒有延誤了！這是超標的高速度了！

即使是碰到最極端難辨識的案例如下圖，必須額外增加很多資料處理程序才能完成辨識，就像人生病了要康復就必須吃藥打針甚至開刀一樣！計算量增加許多，辨識速度當然會變慢！但整個案例算完還是不會超過一秒鐘的！

這些辨識速度都是在我的電腦上執行的，只是已經有點老舊的i9電腦而已！沒有任何額外的設備，因為不必用GPU嘛！客戶即使用更便宜的一般電腦，如i7甚至i5，執行我的軟體，速度頂多減半而已，也不會慢到影響作業的！

所以我強烈建議想買影像辨識產品的人要醒醒腦！就完全忘了AI這個名詞概念吧！甚至對於強調自己的產品很AI的廠商要提高警覺！「AI」+「影像辨識」就是極為可疑敏感的詐騙關鍵字了！因為其實用ML、DL與CNN製作的影像辨識產品不但沒有比較好還特別貴！