精品国偷自产在线视频,亚洲精品无码久久,自拍偷自拍亚洲精品被多人伦好爽

搜索

APP

起點(diǎn)課堂會(huì)員權(quán)益

職業(yè)體系課特權(quán)

線下行業(yè)大會(huì)特權(quán)

個(gè)人IP打造特權(quán)

30+門專項(xiàng)技能課

1300+專題課程

12場(chǎng)職場(chǎng)軟技能直播

12場(chǎng)求職輔導(dǎo)直播

12場(chǎng)專業(yè)技能直播

會(huì)員專屬社群

榮耀標(biāo)識(shí)

發(fā)布

注冊(cè) | 登錄

實(shí)戰(zhàn)案例：AI產(chǎn)品經(jīng)理如何介紹“計(jì)算機(jī)視覺(jué)”？

JasmineWei

2017-11-07

1 評(píng)論 13015 瀏覽 85 收藏

19 分鐘

作者根據(jù)親身經(jīng)理的項(xiàng)目案例和平時(shí)所學(xué)，從產(chǎn)品實(shí)踐的角度，談?wù)動(dòng)?jì)算機(jī)視覺(jué)，希望對(duì)你有所幫助。

計(jì)算機(jī)視覺(jué)（Computer Vision）對(duì)我來(lái)說(shuō)也算是老朋友了，我最開(kāi)始接觸人工智能就是計(jì)算機(jī)視覺(jué)相關(guān)的知識(shí)。最近受益于老大每日帶我去旁聽(tīng)的算法例會(huì)，又加上看了徐立（商湯）的《計(jì)算機(jī)視覺(jué)的完整鏈條，從成像到早期視覺(jué)再到識(shí)別理解》，發(fā)現(xiàn)很多信息，當(dāng)時(shí)不覺(jué)得有什么，現(xiàn)在想想，每一步都是有意義的。

今天，我會(huì)根據(jù)親身經(jīng)理的項(xiàng)目案例和平時(shí)所學(xué)，從產(chǎn)品實(shí)踐的角度，談?wù)動(dòng)?jì)算機(jī)視覺(jué)。

一、前言

計(jì)算機(jī)視覺(jué)（computer vision）是使用計(jì)算機(jī)以及相關(guān)設(shè)備對(duì)生物視覺(jué)的一種模擬。它主要任務(wù)是通過(guò)對(duì)采集的圖片或視頻進(jìn)行處理以獲得相應(yīng)場(chǎng)景的三維信息。

在徐立的分享中，將計(jì)算機(jī)視覺(jué)的完整鏈條分為了三部分：

成像（image）
早期視覺(jué)（early vision）
識(shí)別理解（Recognition）

本文也將根據(jù)徐立對(duì)整個(gè)鏈條的三部分分類，分別用實(shí)際例子結(jié)合談?wù)劗a(chǎn)品在三部分中可以關(guān)注的內(nèi)容。

二、成像（image）

成像就是模擬的相機(jī)原理，就是在解決怎樣把拍攝照片的質(zhì)量進(jìn)行提升的問(wèn)題。

我們?cè)趯?shí)際工業(yè)運(yùn)用中，經(jīng)常發(fā)現(xiàn)實(shí)際數(shù)據(jù)和實(shí)驗(yàn)室數(shù)據(jù)相差過(guò)大，實(shí)驗(yàn)數(shù)據(jù)的質(zhì)量遠(yuǎn)遠(yuǎn)差于實(shí)驗(yàn)室數(shù)據(jù)。更甚者在最開(kāi)始訓(xùn)練模型的時(shí)候，我們會(huì)發(fā)現(xiàn)實(shí)驗(yàn)室模型在實(shí)際場(chǎng)景毫無(wú)效用。

經(jīng)過(guò)多次試驗(yàn)測(cè)試，我們發(fā)現(xiàn)影響圖像質(zhì)量的因素大概有以下幾類：

光照影響

過(guò)暗或過(guò)亮等非正常光照環(huán)境，會(huì)對(duì)模型的效果產(chǎn)生很大干擾。在解決光照影響這個(gè)問(wèn)題上，我想可以通過(guò)兩種方式：

1）從產(chǎn)品角度控制：

a.在用戶可以更換環(huán)境的前提下（比如手機(jī)自拍等），可語(yǔ)音/界面提示用戶目前環(huán)境不理想，建議換一個(gè)環(huán)境。

b.用戶不能控制更換環(huán)境的情況下（比如人臉識(shí)別、車輛識(shí)別等攝像頭固定的場(chǎng)景），只能通過(guò)調(diào)試硬件設(shè)施彌補(bǔ)這個(gè)問(wèn)題。

夜晚：在工業(yè)上我們碰到過(guò)曝或者過(guò)暗的情況更多都是在晚上，由于攝像頭在晚上會(huì)自動(dòng)切換到黑夜場(chǎng)景（從圖片上看就是從彩色切換為黑白），因此在晚上強(qiáng)光下（例如車燈照射）圖像就會(huì)過(guò)曝，這樣的情況我們可以通過(guò)強(qiáng)制設(shè)置攝像頭環(huán)境為白天（圖像為彩色）來(lái)避免。過(guò)暗的情況從節(jié)省成本角度看，我們可以在攝像頭旁邊增加一個(gè)光線發(fā)散、功率不高的燈來(lái)彌補(bǔ)。當(dāng)然這兩個(gè)問(wèn)題也可以通過(guò)購(gòu)買高質(zhì)量的攝像頭解決，但這樣做也意味著更高的成本。
白日：白天也會(huì)出現(xiàn)光線過(guò)亮的情況，這種情況可以考慮用濾光片等等。

2）算法角度控制

用算法將圖片進(jìn)行處理，可以將圖片恢復(fù)得讓人眼看清的程度。徐立在文中舉例了這樣一張圖片：

這張圖片從暗到明，經(jīng)過(guò)算法的處理我們可以顯而易見(jiàn)地觀察到整個(gè)圖片的內(nèi)容。這個(gè)辦法非常靈活，但也對(duì)公司的算法提出了更高的要求。我們知道每一次算法的過(guò)濾時(shí)間是非常重要的，如果在對(duì)時(shí)間要求非常嚴(yán)格的場(chǎng)景（人臉識(shí)別、車輛識(shí)別），這樣在識(shí)別之前還要對(duì)圖片進(jìn)行轉(zhuǎn)化，無(wú)疑是增加了輸出結(jié)果的時(shí)間。技術(shù)實(shí)力不那么強(qiáng)的公司可能是需要權(quán)衡一下的。

模糊（blur）

模糊也是工業(yè)中經(jīng)常遇到且令人十分頭痛的問(wèn)題。這里我們先將模糊分下類：

運(yùn)動(dòng)模糊：人體移動(dòng)、車輛移動(dòng)
對(duì)焦模糊：攝像頭距離等因素構(gòu)成，類似近視眼，圖像中低頻存在，高頻缺失。所以需要用算法設(shè)法補(bǔ)齊高頻部分。
低分辨率差值模糊：小圖放大等，圖像中低頻存在，高頻缺失。所以需要用算法設(shè)法補(bǔ)齊高頻部分。
混合模糊：多種模糊類型共同存在

對(duì)于模糊產(chǎn)品上能控制的場(chǎng)景比較少，僅針對(duì)于第一種運(yùn)動(dòng)模糊且產(chǎn)品和用戶有交互的情況下才能做到。其他類型的模糊均需要采用算法進(jìn)行處理。

我們發(fā)現(xiàn)大多數(shù)模型（包括face++等技術(shù)比較前沿公司的模型），也會(huì)出現(xiàn)大量正常圖像被判為模糊。從算法角度講這可能不是很理想，但從工業(yè)角度講這是可以被接受的，被誤判為模糊圖像的正常圖像會(huì)被過(guò)濾掉或者經(jīng)過(guò)算法處理后再識(shí)別，這對(duì)用戶來(lái)說(shuō)不會(huì)造成使用上的不適。而且我們也能保證閾值以上的圖都是正常圖片，對(duì)模型訓(xùn)練來(lái)說(shuō)也是有利的。所以，產(chǎn)品需要關(guān)注的精確率和召回率在某種特定情況下可以降低要求。

影響圖像質(zhì)量的因素除了光照、模糊還有很多比如噪聲、分辨率等等問(wèn)題，這些問(wèn)題大多也是從算法和硬件上去優(yōu)化，值得注意的是我之前提過(guò)的，需要考慮到時(shí)間和成本的權(quán)衡。

三、早期視覺(jué)（early vision）

early vision這部分其實(shí)我之前沒(méi)有總的概念，看了徐立的分享，回頭來(lái)才發(fā)現(xiàn)“哦！原來(lái)大家當(dāng)時(shí)做的是這個(gè)部分的內(nèi)容”。

early vision主要是做哪些工作呢？主要是圖像分割、邊緣求取、運(yùn)動(dòng)和深度的估計(jì)。這些內(nèi)容其實(shí)沒(méi)有直接的結(jié)果應(yīng)用，是一個(gè)“中間狀態(tài)”。

圖像分割是指將特定的影像分割成【區(qū)域內(nèi)部屬性一致】而【區(qū)域間不一致】的技術(shù)，是圖像處理中最基礎(chǔ)和最重要的領(lǐng)域之一。

圖像分割方法有很多種，比如灰度閾值分割的方法、邊緣檢測(cè)法和區(qū)域跟蹤等方法。很多種類的圖像或景物都有相對(duì)應(yīng)的分割方式對(duì)其分割，但同時(shí)有些分割方法也僅限于某些特殊類型的圖像分割。

拿邊緣檢測(cè)來(lái)說(shuō)，其目的是找到圖像中亮度變化劇烈的像素點(diǎn)構(gòu)成的集合，表現(xiàn)出來(lái)就是輪廓。

徐立提出了early vision現(xiàn)目前的兩個(gè)問(wèn)題：

結(jié)果不精確
需要長(zhǎng)時(shí)間的知識(shí)沉淀才能做到

第一個(gè)問(wèn)題的解決辦法是用端到端的方式，第二個(gè)問(wèn)題的解決辦法可以依靠數(shù)據(jù)驅(qū)動(dòng)。

這部分產(chǎn)品介入的比較少吧，平時(shí)跟算法同事溝通聽(tīng)見(jiàn)比較偏多的反饋是在圖像分割上有一些缺陷。像徐立說(shuō)的“怎么樣用這種中間的結(jié)果去得到更好的應(yīng)用，至今來(lái)說(shuō)覺(jué)得這都是一個(gè)比較難回答的問(wèn)題”，因此產(chǎn)品或許可以去考慮早期視覺(jué)直接應(yīng)用的場(chǎng)景。

四、識(shí)別理解（Recognition）

識(shí)別理解是需要把一張（輸入）圖對(duì)應(yīng)到一張（輸出）圖，或者說(shuō)一張（輸入）圖對(duì)應(yīng)到一個(gè)中間結(jié)果。簡(jiǎn)單來(lái)說(shuō)就是把一張圖對(duì)應(yīng)到一個(gè)文字或標(biāo)簽。這其中有兩個(gè)重要的因素：標(biāo)簽、數(shù)據(jù)。這兩個(gè)因素廣度和精度越高，針對(duì)模型最后的識(shí)別效果就越好。

標(biāo)簽

標(biāo)簽的定義其實(shí)也就是規(guī)則的定義，我在上一篇文章《AI產(chǎn)品經(jīng)理需要了解的數(shù)據(jù)標(biāo)注工作》里有提過(guò)，越精確的標(biāo)簽肯定對(duì)模型的結(jié)果有利，但同時(shí)越精確的標(biāo)簽意味著這類標(biāo)簽下的數(shù)據(jù)量就會(huì)越少，產(chǎn)品也需要考慮到這個(gè)因素。

還有一些會(huì)被主觀因素影響的標(biāo)簽定義，比如顏值，每個(gè)人對(duì)顏值的評(píng)價(jià)都是不一樣的。徐立說(shuō)在他們的顏值模型里會(huì)分為“漂亮”“不漂亮”兩個(gè)標(biāo)簽，主要是靠社交網(wǎng)站上的評(píng)分和明星與大眾的區(qū)別來(lái)標(biāo)注。其實(shí)我以前也跟過(guò)顏值的模型，在我的模型里對(duì)顏值更加細(xì)化了：有好看、普通、丑。除了根據(jù)社交網(wǎng)站打分、明星打分這種方式，我的經(jīng)驗(yàn)是關(guān)注數(shù)據(jù)的場(chǎng)景類型，很多數(shù)據(jù)被歸為一類都是場(chǎng)景相似的。比如如花，我們覺(jué)得丑吧？大多數(shù)男扮女的裝扮也都會(huì)被定義為丑。

另外更細(xì)的標(biāo)簽細(xì)分會(huì)有更多的落地可能性，我印象最深的就是以前顏值模型有一個(gè)節(jié)日運(yùn)營(yíng)活動(dòng)，主題是扮丑，辦得越丑的人還會(huì)有小禮品，這個(gè)活動(dòng)上線后在友商的用戶圈內(nèi)引起了很高的關(guān)注度。當(dāng)時(shí)我接到這個(gè)活動(dòng)的時(shí)候思想其實(shí)是被顛覆的，因?yàn)槲易铋_(kāi)始認(rèn)為顏值模型可能存在的場(chǎng)景主要是去識(shí)別美的人，比如在直播等平臺(tái)中去區(qū)分主播的顏值，推薦更優(yōu)質(zhì)的主播上首頁(yè)等等后端的應(yīng)用，沒(méi)有想過(guò)還能反著用。經(jīng)過(guò)這個(gè)活動(dòng)的啟發(fā)，后來(lái)我們也發(fā)現(xiàn)顏值模型在娛樂(lè)性上可以有更多挖掘的可能性。

這樣看來(lái)由于我們的模型多了一個(gè)標(biāo)簽定義，就多了一種落地的可能性，標(biāo)簽的重要性也就不言而喻了。

數(shù)據(jù)優(yōu)化

數(shù)據(jù)的數(shù)量和質(zhì)量對(duì)模型來(lái)說(shuō)舉足重輕。最近剛接收到的重磅消息：阿法狗的弟弟阿法元沒(méi)有任何先驗(yàn)知識(shí)的前提下，通過(guò)完全的自學(xué)，打敗了由數(shù)據(jù)訓(xùn)練出來(lái)的阿法狗。我相信以后這個(gè)技術(shù)肯定會(huì)越來(lái)越多的應(yīng)用，說(shuō)不定以后確實(shí)在某些領(lǐng)域不利用海量數(shù)據(jù)也能完成模型訓(xùn)練。但是就目前而言，在計(jì)算機(jī)視覺(jué)領(lǐng)域，數(shù)據(jù)的大量性是重中之重的。

我們大家肯定都知道，數(shù)據(jù)優(yōu)化可以使模型越來(lái)越好。什么類型的功能表現(xiàn)得不好，就要填補(bǔ)那些對(duì)應(yīng)的數(shù)據(jù)。而除了這個(gè)常識(shí)外，其實(shí)數(shù)據(jù)優(yōu)化還可以用來(lái)解決我們經(jīng)常在訓(xùn)練過(guò)程中出現(xiàn)的問(wèn)題：過(guò)擬合。

什么是過(guò)擬合？

通常來(lái)講是模型把數(shù)據(jù)學(xué)習(xí)過(guò)深，數(shù)據(jù)中的細(xì)節(jié)和噪音也學(xué)習(xí)進(jìn)去了，這樣就導(dǎo)致模型泛化的性能變差。過(guò)擬合的表現(xiàn)是，一個(gè)模型（一個(gè)假設(shè)）在訓(xùn)練集上表現(xiàn)得很好，但是在測(cè)試集上表現(xiàn)的確不是很好。

那該如何通過(guò)數(shù)據(jù)限制過(guò)擬合呢？

重新清洗數(shù)據(jù)。數(shù)據(jù)的噪音太多會(huì)影響到模型效果，清洗數(shù)據(jù)能夠把由于這個(gè)因素造成的過(guò)擬合問(wèn)題規(guī)避
增加訓(xùn)練集的數(shù)據(jù)量。如果訓(xùn)練集占總數(shù)據(jù)的比例太少，也會(huì)造成過(guò)擬合。

當(dāng)然也能通過(guò)算法限制這個(gè)問(wèn)題的，比如正則化方法和dropout法，以后有空我們可以再深入討論。

五、項(xiàng)目實(shí)踐（以車型識(shí)別舉例）

車輛檢測(cè)系統(tǒng)下有很多CV相關(guān)的應(yīng)用，比如車型識(shí)別、車牌識(shí)別、車顏色識(shí)別等等。我們從車型識(shí)別這一個(gè)例子著手，探索項(xiàng)目的具體流程。

項(xiàng)目前期準(zhǔn)備

1.數(shù)據(jù)準(zhǔn)備：

車型這個(gè)主題說(shuō)大不大，說(shuō)小不小。全世界的車輛品牌數(shù)目大約三四百個(gè)，每個(gè)品牌下面又有幾十種車系。我們從0開(kāi)始立項(xiàng)，至少需要把常見(jiàn)的車輛車系都包含。像大眾、豐田、奔馳、寶馬、奧迪、現(xiàn)代等等熱門車輛品牌更是需要拿全數(shù)據(jù)。每一種車型至少有車頭、車尾、車身三種基礎(chǔ)數(shù)據(jù)。

比如奔馳C200：

這三張圖片代表了三種數(shù)據(jù)，不同場(chǎng)景下這三種數(shù)據(jù)的重要性大為不同。在項(xiàng)目前期假設(shè)我們定下來(lái)識(shí)別車型這個(gè)需求主要應(yīng)用場(chǎng)景是“停車場(chǎng)識(shí)別車輛”，那車頭這個(gè)數(shù)據(jù)相對(duì)而言就更加重要，需要花更多心思收集。為什么呢？我們可以想象，停車場(chǎng)的車輛識(shí)別攝像頭為了捕捉車牌號(hào)，一般會(huì)將攝像頭正對(duì)車輛，攝像頭傳上來(lái)的數(shù)據(jù)很少會(huì)有純側(cè)面車身的數(shù)據(jù)甚至車尾數(shù)據(jù)。我們?yōu)榱隧?xiàng)目更快地應(yīng)用落地，其他類型數(shù)據(jù)比較缺少的情況是可以暫時(shí)放下后期再做優(yōu)化的。