機器視覺(jué)的起源與開(kāi)放

深度學(xué)習的概念對于機器視覺(jué)來(lái)說(shuō)相對較新，但對于機器學(xué)習來(lái)說(shuō)絕對不是新概念。深度學(xué)習是機器學(xué)習的一種特殊類(lèi)型，是人工智能的一種。

丹佛的集成商Artemis Vision總裁Tom Brennan說(shuō)道：“用于深度學(xué)習的當前神經(jīng)網(wǎng)絡(luò )算法非常好，但如果你使用圖靈測試作為晴雨表，它們還沒(méi)有達到人工智能的水平，目前深度學(xué)習在一些醫療設備和制藥應用得到了應用�！�

Brennan說(shuō)：“圖靈測試要求機器或技術(shù)表現出與人類(lèi)相當的行為，人工智能級別的算法可以直接響應人類(lèi)智能的任何問(wèn)題。

最初的計算機視覺(jué)深度學(xué)習架構是由Kunihiko Fukushima在20世紀80年代引入的新認知。作為一種人工神經(jīng)網(wǎng)絡(luò )，neocognitron已被用于手寫(xiě)字符和模式識別任務(wù)，并作為通常用于分析視覺(jué)圖像的更復雜神經(jīng)網(wǎng)絡(luò )的基礎。

開(kāi)源深度學(xué)習軟件最早出現在20世紀90年代，當時(shí)出現了許多關(guān)鍵的算法突破。從那時(shí)起，計算機科學(xué)家已經(jīng)能夠更好地利用巨大的計算能力和數據，這對神經(jīng)系統的形成至關(guān)重要網(wǎng)絡(luò )很好地工作。網(wǎng)上可用的開(kāi)源軟件包括C/ c++和Java庫、框架和工具包。

Cyth Systems首席執行官Andy Long解釋說(shuō):“十年前，當深度學(xué)習軟件和相關(guān)硬件的能力遠遠不夠時(shí)，培訓軟件進(jìn)行深度學(xué)習需要大約兩周的時(shí)間。到2014年，這花了大約兩天時(shí)間，現在不到一天�！�

雄心勃勃的集成商和制造商傾向于從開(kāi)源軟件開(kāi)始，因為它不需要許可或特許權使用費。在缺點(diǎn)方面，供應商提供的技術(shù)支持很少，在網(wǎng)絡(luò )培訓開(kāi)始之前，最終用戶(hù)必須仔細地對幾百到幾千張數據集圖像進(jìn)行分類(lèi)。

“Petry指出:“使用開(kāi)源軟件開(kāi)始深度學(xué)習實(shí)踐的公司需要一個(gè)真正專(zhuān)家，比如工程學(xué)博士�！奔词惯@樣，用戶(hù)也很容易花6到12個(gè)月的時(shí)間來(lái)獲得適合應用程序的軟件。還有一個(gè)問(wèn)題是，當需要檢查不同的零件或裝配過(guò)程發(fā)生變化時(shí)，必須重做軟件。

Brennan說(shuō)，Artemis在兩個(gè)深度學(xué)習應用程序中使用了開(kāi)源軟件。在這兩種情況下，Artemis的工程師都需要對軟件進(jìn)行“大約2%”的修改和微調，以完全適應每個(gè)應用程序。