标签：实战 视频 计算机 学习 2021pytorch 深度 视觉 Hinton 2012

2012 年，AlexNet 在 ImageNet 图像识别比赛中夺冠，将图像分类的错误率降低了一半，从此一战成名。十年来，计算机视觉领域蓬勃发展，深度学习技术突破让机器在很多视觉任务上超越了人类。

计算机视觉也是目前应用最多、落地最广的人工智能技术。即使是外行，也能随便举出很多技术落地的应用：刷脸支付、美颜相机，还有工业领域的产品缺陷检测，以及交通管理中的车辆识别等。与此同时，也有一些计算机视觉技术应用引发了争议和担忧，比如人脸识别的隐私问题、换脸假视频。

计算机视觉的终极目标是什么？未来 5 年计算机视觉的研究重点将是什么？伴随着「深度学习进入瓶颈期」论调的出现，2021 年，入行计算机视觉还有「前途」吗？这些都是大家关注的问题。

简单的回顾的话，2006年Geoffrey Hinton的论文点燃了“这把火”，现在已经有不少人开始泼“冷水”了，主要是AI泡沫太大，而且深度学习不是包治百病的药方。

计算机视觉不是深度学习最早看到突破的领域，真正让大家大吃一惊的颠覆传统方法的应用领域是语音识别，做出来的公司是微软，而不是当时如日中天的谷歌。计算机视觉应用深度学习堪称突破的成功点是2012年ImageNet比赛，采用的模型是CNN，而不是Hinton搞的RBM和DBN之类，就是Hinton学生做出来以他命名的AlexNet。

标签：实战,视频,计算机,学习,2021pytorch,深度,视觉,Hinton,2012
来源： https://blog.csdn.net/weixin_A1883029/article/details/120913232

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。