CV | 传统的计算机视觉与基于深度学习的计算机视觉的区别（简述）

简介

做计算机视觉也已经很久了，说起来接触深度学习的时间却并不是很多。在这一年的时间里，阅读的最新的文献确实大部分都与深度学习相关，这其实给人带来了很大的困惑。——是否，在未来，计算机视觉就一定要做深度学习？

我从网上搜集了一下别人的看法。当然，如果你直接搜索“计算机视觉”，十条检索里有9条半都会涉及到“深度学习”。我从中看到了一篇博客（为什么深度学习仍未取代传统的计算机视觉技术？），18年发表，放到现在可能会有一定的过时，但是还是能体会到不同的关于概念上的区别。在这里摘取并总结有关“传统的计算机视觉”与“基于深度学习的计算机视觉”的区别，希望能给大家选择方向的时候，增加一些参考依据。

1. 区别

下图描述了特征提取（传统的计算机视觉，以下简称“传统”）和端到端学习（基于深度学习的计算机视觉，以下简称“深度学习”）的区别：

那么，传统与深度，分别有哪些算法呢？

传统中，特征提取是很重要的一步，在特征提取过程中，会涉及到比如：边缘检测、角点检测、对象检测等，这些算法都属于传统的计算机视觉