总体的项目计划分有三步。

    前期工作，主要是2项，基于项目方向，初步提出图像主体识别的算法，同时收集图片库，保障后续实验。

    中期，便是就识别算法进行实验和训练，期间需要不断地修改完善算法，通过机器学习不断充实数据库。

    后期，整理实验数据，完善算法，以及整合包装成为论文，如果可以还将申请专利。

    但其实体内电脑强势升级后，江成空出的6核心12线程的虚拟机在特效软件更新为2.0版本之后，已经属于空闲状态。

    在申报项目之后，江成这个虚拟机就又开始在疯狂地写代码了。

    众所周知，机器视觉和我们人类的视觉并不一样。

    一张图片上的美女，我们人眼看过去就知道，这个是美女。

    但机器不一样。

    在机器眼里头，这张图片，无论里面是美女，还是野兽，都是一串串0和1。

    因此，机器需要模拟我们人脑进行识别。

    卷积神经网络cnn，正是其中的一种优秀而且广泛的解决办法。

    将一个完整的图片分割成多个小部分，把每个小部分里具有的特征提取出来，再将这些小部分具有的特征汇总到一起，这样，就完成了一次机器识别图像的过程。

    但这里面又存在着非常多的问题。

    比如说，每一小块，像素点附近的特征很多是非常接近的，如果将计算力都全部放到这边，非常的浪费算力。

    而且加重了识别的负担。

    又比如说，刚开始的时候，哪怕识别了一些特征，但这些特征到底是代表什么，机器仍还不知道。

    这些问题，都是江成这次项目实验需要解决的。

    当然，有些问题，在当前研究过程中，在前沿，特别是外国前沿已经有了一些解决办法，各有利弊。

    第
\/阅|读|模|式|内|容|加|载|不|完|整|，退出可阅读完整内容|点|击|屏|幕|中|间可|退|出|阅-读|模|式|.
『加入书签，方便阅读』
-->> 本章未完，点击下一页继续阅读(第1页/共5页)