機器視覺與深度學習之間的選擇
應用需求要求使用最適當的檢測方法
基於深度學習型的圖像分析和傳統機器視覺 是互補性技術，兩者在能力上有雷同之處，有些領域方面則各有千秋。傳統機器視覺與深度學習之間該如何選擇，主要取決於以下幾點：- 要解決的應用類别
- 要處理的資料量
- 處理能力
- 計量和測量
- 精準校準
- 複雜的塗裝檢測
- 材質與材質分類
- 組裝檢驗
- 變形和可變功能特徵定位
- 難以讀取的 OCR，包括畸變的列印
某些應用可能涉及這兩種技術。譬如，傳統視覺可能是精準固定某個興趣區的較佳選擇，而深度學習則是檢測該區的較佳選擇。之後，基於深度學習型的檢測結果可能回傳到傳統視覺，以精準測量缺陷的尺寸和形狀。
基於深度學習型的圖像分析和傳統機器視覺 是互補性技術，兩者在能力上有雷同之處，有些領域方面則各有千秋。某些應用可能需或涉及這兩種技術。
