在2017年5月舉辦的嵌入式視覺(jué)峰會(huì)（EmbeddedVisionSummit）上，我有幸聽(tīng)到了加州大學(xué)伯克利分校的JitendraMalik教授的一場(chǎng)精彩的主題演講。Malik在計(jì)算機(jī)視覺(jué)領(lǐng)域擁有30年的研究和教學(xué)積累，他解釋說(shuō)，他一直對(duì)深度神經(jīng)網(wǎng)絡(luò)（DNN）對(duì)計(jì)算機(jī)視覺(jué)的價(jià)值持懷疑態(tài)度，但是在面對(duì)日益增長(zhǎng)的令人印象深刻的結(jié)果時(shí)，他最終改變了主意。

毫無(wú)疑問(wèn)，DNN已經(jīng)改變了計(jì)算機(jī)視覺(jué)領(lǐng)域。DNN在識(shí)別目標(biāo)、在圖像內(nèi)定位目標(biāo)以及確定哪個(gè)像素屬于哪個(gè)目標(biāo)等方面，都能提供更好的結(jié)果。即使是像光流和立體匹配這樣的已經(jīng)能用傳統(tǒng)技術(shù)很好地解決的問(wèn)題，現(xiàn)在也可以用深度學(xué)習(xí)技術(shù)獲得更好的解決方案。深度學(xué)習(xí)的成功，遠(yuǎn)遠(yuǎn)超出了計(jì)算機(jī)視覺(jué)領(lǐng)域，它還涉及到語(yǔ)音識(shí)別等眾多領(lǐng)域。

由于這些令人印象深刻的成功，深度學(xué)習(xí)在科研和產(chǎn)業(yè)領(lǐng)域吸引了大量的關(guān)注和投資。這些關(guān)注和投資，正在加速深度學(xué)習(xí)算法和有效實(shí)施這些算法方面的進(jìn)展，從而使深度學(xué)習(xí)技術(shù)能夠集成到越來(lái)越多的系統(tǒng)中，包括那些具有顯著的成本和功率限制的系統(tǒng)。

深度學(xué)習(xí)真的適合所有問(wèn)題嗎？

這自然就提出了一個(gè)問(wèn)題：如果你正在將計(jì)算機(jī)視覺(jué)功能集成到你的系統(tǒng)或應(yīng)用中，你是否應(yīng)該考慮除了深度學(xué)習(xí)以外的其他任何技術(shù)？在我的咨詢實(shí)踐中，越來(lái)越多的客戶希望通過(guò)深度學(xué)習(xí)來(lái)解決計(jì)算機(jī)視覺(jué)問(wèn)題。但是我們發(fā)現(xiàn)，在某些情況下，其他類型的算法更合適解決問(wèn)題。

為什么？

首先，視覺(jué)世界是無(wú)限變化的，系統(tǒng)設(shè)計(jì)者有無(wú)數(shù)種方法使用視覺(jué)數(shù)據(jù)。其中有一些應(yīng)用案例，如目標(biāo)識(shí)別和定位，都可以通過(guò)深度學(xué)習(xí)技術(shù)得到很好的解決。因此，如果你的應(yīng)用需要一種算法來(lái)識(shí)別家具，那么你很幸運(yùn)：你可以選擇一種深度神經(jīng)網(wǎng)絡(luò)算法，并使用自己的數(shù)據(jù)集對(duì)其進(jìn)行重新編譯。

我們要先談?wù)勥@個(gè)數(shù)據(jù)集。訓(xùn)練數(shù)據(jù)對(duì)有效的深度學(xué)習(xí)算法至關(guān)重要。訓(xùn)練一個(gè)DNN通常需要數(shù)千個(gè)帶標(biāo)記的訓(xùn)練圖像（即用所需輸出標(biāo)記的圖像），以及數(shù)千個(gè)帶標(biāo)記的圖像來(lái)評(píng)估候選訓(xùn)練算法。當(dāng)然，這些數(shù)據(jù)的性質(zhì)非常重要：訓(xùn)練和驗(yàn)證數(shù)據(jù)，必須能夠代表算法要處理的情況的多樣性。如果很難或者不可能獲得足夠多樣化的訓(xùn)練數(shù)據(jù)，那么最好還是使用傳統(tǒng)技術(shù)。

考慮使用其他技術(shù)而非DNN的另一個(gè)原因是，如果你要執(zhí)行一項(xiàng)計(jì)算機(jī)視覺(jué)任務(wù)，而在以往的報(bào)道記載中，尚未使用DNN算法來(lái)解決這樣問(wèn)題。在這種情況下，你可以嘗試使用為其他目的而創(chuàng)建的現(xiàn)有DNN算法；或者你也可以嘗試創(chuàng)建一個(gè)新的DNN算法來(lái)滿足自身需求。不管怎樣，你都是處在研究領(lǐng)域。這可能會(huì)令人望而生畏，因?yàn)楹苌儆腥撕徒M織有開(kāi)發(fā)新型深度神經(jīng)網(wǎng)絡(luò)算法的經(jīng)驗(yàn)。而且，很難知道你是否能在可用的時(shí)間、精力和計(jì)算資源限度內(nèi)取得成功。

傳統(tǒng)技術(shù)與DNN的結(jié)合

當(dāng)我們深入研究客戶的需求時(shí)，我們經(jīng)常發(fā)現(xiàn)，最初看起來(lái)像單一視覺(jué)問(wèn)題的任務(wù)，往往可以分解為幾個(gè)子任務(wù)。通常，在這些子任務(wù)中，自然有一些子任務(wù)是適合使用DNN解決的，而另一些子任務(wù)則不適合用DNN來(lái)解決。對(duì)于這些項(xiàng)目，結(jié)合DNN和傳統(tǒng)技術(shù)的解決方案，通常是更好的選擇，而不是試圖將整個(gè)問(wèn)題都強(qiáng)制轉(zhuǎn)向DNN解決方案。

記住機(jī)器學(xué)習(xí)技術(shù)是多種多樣、變化多端的，這一點(diǎn)也非常重要。早在深度神經(jīng)網(wǎng)絡(luò)普及之前，其他機(jī)器學(xué)習(xí)技術(shù)（如支持向量機(jī)，SVM）就已經(jīng)被用于解決很多視覺(jué)問(wèn)題，并且今天仍然很有用。

鑒于DNN在研究和技術(shù)方面的巨大投資，很明顯，DNN作為首選解決方案的適用范圍，將會(huì)繼續(xù)迅速擴(kuò)大。然而，在可預(yù)見(jiàn)的未來(lái)，許多應(yīng)用將通過(guò)傳統(tǒng)技術(shù)（包括其他形式的機(jī)器學(xué)習(xí)）或通過(guò)深度學(xué)習(xí)和傳統(tǒng)算法的組合，來(lái)獲得最好的解決方案。