這是我們目前進行中的研發專案，和我們之前做的專案都大不相同！深入之後也發現難度極高，絕對是開業以來最困難的案子了！如車牌或考卷是辨識影像中相對清晰對比度較高的目標，工地揚塵雖然不是清晰目標，但是有半透明的物理特性，抓到重點發明針對的演算法後我們也快速達標了！

但是箱子的邊緣與軸線不保證是在影像中相對明顯的目標，雖然誰都可以很容易的認出箱子的邊緣與範圍，但是其實這是非常複雜的物理認知過程！因為箱子本身會有印刷文字圖案與膠帶貼紙等等雜訊干擾，箱子外部的背景更是甚麼狀況都有可能！

我們必須要「循序」辨識出所有重要的軸線或邊線，最後構成一個完整的箱子輪廓才算完整答案！過程中任何一個轉折點因為雜訊干擾產生錯誤，就絕對不可能獲得正確答案了！就好像一個法令過度嚴苛的國度，任何交通違規都會被判死刑，這個國家的活人就不多了！

但是這個描繪輪廓的過程實在太長太複雜還充滿雜訊，即使我們建立了很多量化指標來做評估，也無法保證每一個轉折點都是可達到遠端最終點的唯一正解！功虧一簣的狀況太多了！所以有一陣子感覺受困了！雖然實作的人是我的RD，但是我也像是一個認真指導研究生的教授，我們每周都線上會議討論不只一次！

不久前我提出了一個新的觀點方向，就是不再堅持每一個轉折點都要選出唯一的最佳答案！而是符合門檻的可能答案都給它們機會繼續走下去！就是碰到岔路就派多一個人分頭走下去的意思！最終就會出現多個完整輪廓，如上圖所示！這些輪廓只要包括符合視覺判斷的正確答案，我們就有機會挑選出正解了！

這樣當然成功的機會就會變多了！等到我們可以讓絕大部分案例都在多選答案中包含正解，接下來用這些完整的答案建立新的量化指標，譬如箱內箱外的特徵差異與輪廓的形狀或大小等等，應該就可以選出正解了！實在還是無法判斷時還可以用與該影像無關的經驗值做猜測，選一個最像常見的紙箱形狀的答案之類的！

當我在線上跟客戶的總經理說明時，忽然想到這跟我在後段班大學任教的心態有雷同之處！我面對的學生當然都是成績不好，或態度不夠認真才會到我的學校報到的！很像在人生路程上有個指標已經表現不好，如果我繼續在他們之中挑三揀四，結果當然是好學生越來越少！最後都被我淘汰放棄光光了！

所以我的態度是盡量給他們機會前進學習，讓他們盡量有機會走得更遠！這樣最終成功的人數與機會就一定會變多了！死馬當活馬醫有時候也會救活幾隻的嘛！我的RD不就是最佳範例？考大學時的成績連國立大學都上不了？但是我沒放棄她，她也沒有放棄自己，就這樣一路走來現在比台大資工博士都更管用了！我的這個點子告訴她，我認為是相當複雜的！但她不到一周的時間就大改版成功了！

所以啦！影像辨識也隱含著深奧的人生智慧的！把這麼有趣的工作交給機器學習去瞎掰鬼混？實在太浪費人生了！我思故我在，多動腦筋好好做研究吧！