從本篇開(kāi)始，總結(jié)下常用的圖像處理相關(guān)的知識(shí)體系。由于計(jì)算機(jī)視覺(jué)知識(shí)體系非常龐大，這里只是從工程角度，總結(jié)下個(gè)人在工程應(yīng)用中遇到的問(wèn)題和所用的方法。
當(dāng)然，這里遇到的很多問(wèn)題都是為了最小化神經(jīng)網(wǎng)絡(luò)模型，適配移動(dòng)端模型帶來(lái)的。因?yàn)橄氡M可能的讓模型在移動(dòng)端設(shè)備良好的運(yùn)行。
盡管目前神經(jīng)網(wǎng)絡(luò)和AI模型主要在服務(wù)端，但我深信移動(dòng)端輕量化的模型應(yīng)用，會(huì)有一次爆發(fā)。在實(shí)際的工程應(yīng)用中，我們會(huì)將模型以分布式服務(wù)的形式部署，作為底層服務(wù)提供給相關(guān)的開(kāi)發(fā)人員。至于分布式服務(wù)的原理，部署，限流，熔斷等，后續(xù)我會(huì)專門做一個(gè)知識(shí)總結(jié)。
實(shí)踐下來(lái)，圖像處理常用的一些總結(jié)大致如下。這里我主要列舉了一些常用的經(jīng)典cv算法和深度學(xué)習(xí)常用的骨干網(wǎng)絡(luò)和目前熱點(diǎn)的幾個(gè)方向。這里的總結(jié)并沒(méi)有針對(duì)每個(gè)點(diǎn)進(jìn)行詳細(xì)的展開(kāi)。后續(xù)我會(huì)針對(duì)這些總結(jié)，盡可能的，一來(lái)總結(jié)知識(shí)，二來(lái)也可以和大家一起學(xué)習(xí)。

計(jì)算機(jī)視覺(jué).png

一部分原因由于相隔時(shí)間比較長(zhǎng)，確實(shí)有很多暫時(shí)想不到的知識(shí)點(diǎn)。后面我會(huì)繼續(xù)更新，補(bǔ)充上去。
經(jīng)典cv分為，圖像的基礎(chǔ)原理，圖像的簡(jiǎn)單處理，圖像的特征處理。而深度學(xué)習(xí)方向，重點(diǎn)在于實(shí)際的舉例，需要一定的基礎(chǔ)。主要粗略總結(jié)了圖像數(shù)據(jù)的預(yù)處理，網(wǎng)絡(luò)搭建的大概知識(shí)點(diǎn)，以及目前比較熱門的幾個(gè)方向和比較成熟的計(jì)算機(jī)視覺(jué)算法。大致就是這么多知識(shí)點(diǎn)。
當(dāng)然后續(xù)會(huì)繼續(xù)更新完善。從模型的應(yīng)用場(chǎng)景，算法的基本設(shè)計(jì)原理，以及落地方案的嘗試。盡可能的從工程落地的角度，通過(guò)熟悉這些知識(shí)點(diǎn)，便能遷移模型，適配移動(dòng)端落地。