L3“钢管识别”细节讲解集成调优
算法设计是典型的经验工程,不仅需要工程师对问题本身有准确的认识、对函数库工具有熟练掌握,而且需要在算法实现过程中摸索出调优套路。这个道理和“如何写优秀的代码”是一样的,我认为最好的方法就是去学习成功的经验、在模仿的基础上进行扬弃。现实的需求是多种多样的、工具本身也在不断变换,唯有分析问题的思路和解决问题的信心毅力,是可以通过不断的项目实践进行积累的。
由于工作等原因,我较为独立地接触、解决过一些问题,也重复认识到算法设计是一个复杂过程,想通过一个现成函数就解决问题基本是不可能的。在探索的过程中,基础的方法是高中物理中学到的“控制变量法”,也就是逐步量化重点,最终通过搭建PiPline接近目标。这个过程反反复复,甚至若干时间之后重新回顾代码,发现之前的步骤中有许多可以优化的地方,应该可以做到更好。
本门课程,就是我回顾过往代码的一类成果。这一次,我选择“钢管识别”“血管识别”和“毛发识别”3个识别算法来进行讲述。从名字上很容易看出,这三个都是识别算法,目的都是计数和测量,只是解决的对象不一样,这就为我们课程内容提供了较大空间。需要注意的是,由于采集硬件等条件不同,这里的专用算法一般不能直接复用,但是这并不妨碍我们课程的重点,那就是通过对过往算法的重现,分享我对专用算法设计实现的心路过程,从而帮助你设计出解决自己问题的算法。由于个人见识和经验有限,课程中肯定存在错误和偏驳,希望能够以批判的眼观看待,最后期待你的关注。
公开笔记对他人可见,有机会被管理员评为“优质笔记”
{{ noteEditor.content.length }}/2000
讲师收到你的提问会尽快为你解答。若选择公开提问,可以获得更多学员的帮助。