demi的博客

随着工业4.0时代的到来，机器视觉在智能制造业领域的作用越来越重要，机器视觉技术是如何工作的、它为什么是实现流程自动化和质量改进的正确选择等。机器视觉技术，是一门涉及人工智能、神经生物学、心理物理学、计算机科学、图像处理、模式识别等诸多领域的交叉学科。

噪声问题一直是语音识别的一个老大难的问题，在理想的实验室的环境下，识别效果已经非常好了，之前听很多音频算法工程师抱怨，在给识别做降噪时，经常发现WER不降反升，降低了识别率，有点莫名其妙，又无处下手。分析对比了降噪和没有降噪的识别文本对比和频谱分析，总结了以下这些原因，希望对后面的人有些参考意义。

转置卷积又叫反卷积、逆卷积。不过转置卷积是目前最为正规和主流的名称，因为这个名称更加贴切的描述了卷积的计算过程，而其他的名字容易造成误导。在主流的深度学习框架中，如TensorFlow，Pytorch，Keras中的函数名都是conv_transpose。

计算机具有高储量的硬盘和强大的CPU和GPU。但是智能手机却没有，为了弥补这个缺陷，我们需要技巧来让智能手机高效地运行深度学习应用程序。深度学习是一个令人难以置信的灵活且强大的技术，但运行的神经网络可以在计算方面需要非常大的电力，且对磁盘空间也有要求。这通常不是云空间能够解决的问题，一般都需要大硬盘服务器上运行驱动器和多个GPU模块。

预计到2024年，全球车联网市场的价值将达到1300亿美元左右，在2018-2024年期间的复合年增长率将超过15%。越来越多的电子设备在汽车上的应用，如防撞系统、信息娱乐系统、联网系统和线控驱动技术，将推动全球市场的需求。汽车相关企业以软件即服务的形式向车队提供管理系统，这有助于关键的业务流程，如导航、车辆维护和里程报告，以吸引最大数量的消费者。

光通过角膜、瞳孔、晶状体的折射光线，透过玻璃体到达视网膜。视网膜上分布着光感受器。光感受器按形状可分为两大类：视杆细胞和视锥细胞。色觉的形成与3中视锥细胞相关，它们分别包含光谱吸收峰在光谱红、绿、蓝区的视色素蛋白，分别对红光、绿光、蓝光有最佳反应。

每个运动员都努力在减少受伤的同时充分利用锻炼时间。随着年龄的增长，伤停补时变得越来越糟糕，尤其是当我们在制定健身计划的时候。刚开始的几个月很容易受伤，这会影响你的动力，最终阻碍你今年的目标。

大部分分类任务中，各类别下的数据个数基本上不可能完全相等，但是一点点差异是不会产生任何影响与问题的。在现实中有很多类别不均衡问题，它是常见的，并且也是合理的，符合人们期望的。

计算机视觉：一门研究如何使机器“看”的科学，更进一步的说，就是指用摄影机和计算机代替人眼对目标进行识别、跟踪和测量等机器视觉，并进一步做图像处理，用计算机处理成为更适合人眼观察或传送给仪器检测的图像。

电影自诞生起到今日已经走过120多年，这120年也是人类科技爆炸式发展的120年。电影在这一百多年经历了翻天覆地的变化，从无声片到有声片，从黑白片到彩色片，从方形荧幕到宽荧幕，从2D平面到3D立体，从简易模型到CGI技术。如今电影又走到了新的节点上，这次带来变革的是5G＋VR技术与影视产业的结合。