计算机视觉的三大主流方向：图像分割、目标跟踪与目标检测
近几年计算机视觉非常火热，学术界论文发表数量呈指数增长，其中ICCV 2019共收获 4328 篇论文，较上一届 2143 篇，数量多出了将近一倍（数据来自雷锋网）；落地上，已广泛应用于安防、自动驾驶、医疗、消费等领域；同时也诞生了很多像商汤、旷视这样的名企。
计算机视觉应用情况
（图源：前瞻产业研究院整理）
虽然越来越多的伙伴想要从事计算机视觉领域的工作，但在入门学习时没有专业的指导，直接将深度学习作为学习计算机视觉的切入点，导致只关注深度学习方法及相应的开源代码，而忽视了传统方法的学习。
传统方法是计算机视觉的根基，不理解传统方法往往造成只会调参&跑效果的结果。在进一步学习及解决实际问题时，更是步履维艰。究其原因是不理解计算机视觉的根本原理。
基于深度学习的算法缺乏可解释性，传统方法的算法恰恰弥补了这个缺点，不但具有可解释性，更能正确引导修正模型，且算法的速度也更快。
现在很多深度学习算法，都开始将传统思路结合进去，尤其是在算法冷启动时，数据量非常少，很难用深度学习算法。所以，传统方法不能被忽略！
责任编辑：lq
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表德赢Vwin官网
网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。
举报投诉
-
图像分割
+关注
关注
4文章
182浏览量
17995 -
计算机视觉
+关注
关注
8文章
1698浏览量
45974 -
深度学习
+关注
关注
73文章
5500浏览量
121111
原文标题：溯本清源，计算机视觉的三大主流方向：图像分割、目标跟踪与目标检测
文章出处：【微信号：vision263com，微信公众号：新机器视觉】欢迎添加关注！文章转载请注明出处。
发布评论请先 登录
相关推荐
目标检测与识别技术的关系是什么
任务是在图像或视频中快速准确地定位出感兴趣的目标，并给出目标的位置信息。目标检测技术通常包括候选区域提取、特征提取、分类器设计等步骤。
计算机视觉的五大技术
计算机视觉作为深度学习领域最热门的研究方向之一，其技术涵盖了多个方面，为人工智能的发展开拓了广阔的道路。以下是对计算机视觉五大技术的详细解析
深度学习在计算机视觉领域的应用
深度学习技术的引入，极大地推动了计算机视觉领域的发展，使其能够处理更加复杂和多样化的视觉任务。本文将详细介绍深度学习在计算机视觉领域的应用，
计算机视觉的主要研究方向
计算机视觉（Computer Vision, CV）作为人工智能领域的一个重要分支，致力于使计算机能够像人眼一样理解和解释图像和视频中的信息。随着深度学习、大数据等技术的快速发展，
计算机视觉的十大算法
随着科技的不断发展，计算机视觉领域也取得了长足的进步。本文将介绍计算机视觉领域的十大算法，包括它们的基本原理、应用场景和优缺点。这些算法在图像
计算机视觉与图像处理、模式识别、机器学习学科之间的关系
计算机视觉(computer vision):用计算机来模拟人的视觉机理获取和处理信息的能力。就是指用摄影机和电脑代替人眼对目标进行识别、
工商网监
评论