本文回顾了2010年至2020年间计算机视觉的发展，从特征工程到深度学习的转变，特别是AlexNet和transformers的突破。随着数据集的增长，特别是合成数据在解决AI难题中的潜力，未来十年计算机视觉将更加依赖数据和自动化学习过程，有望实现更复杂的任务。
点击上方“小白学视觉”，选择加"星标"或“置顶”
重磅干货，第一时间送达
在未来十年中，计算机视觉将取得长足发展。在本文中，我们将探讨2010~2020年间计算机视觉的发展趋势和取得的突破性成就，以及未来计算机视觉的发展目标。
01. 计算机视觉简史
在整个80年代，90年代和00年代，计算机视觉是一项非常困难的任务。甚至在实验室环境中的也很难得到较好的处理结果。在那个年代，用于训练视觉学习的机器学习系统是通过特征工程手动设计而成。
那什么是特征工程？这意味着我们用“专家”的直觉进行了特殊的设计，这些办法对图像中的特定模式起作用，从而为学习计算机视觉创造许多有用的功能。多年来，我们积累了许多不同的办法，每种办法都有自己的缩写：HOG，
最低0.47元/天 解锁文章
扫一扫
2407
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
