總結一下: 在簡單、固定的情形裏面,傳統算法或許能在計算資源消耗上優於深度學習,但是算法的表現最多隻能是媲美訓練perfect的深度學習模型;但是在複雜且干擾甚多的情形下,傳統算法綜合來說無法媲美深度學習模型。
那麼傳統算法如何同深度學習結合了?我根據工作經驗認爲主要有以下幾點:
- 數據預處理, 深度學習算法的前期數據預處理階段需要使用傳統算法進行增強,比如對某些有“缺陷”的樣本進行初步篩選,比如對有些你需要網絡學習的特徵進行增強處理等等。
- 在某些深度學習模型中提供參考,比如在某些condition GAN 裏面,使用傳統算法提取出的某些特徵也作爲輸入參量一併輸入
- 設計loss 函數,比如在圖像風格轉換、超分辨領域,使用SSIM等loss。
因此作爲合格的圖像算法工程師,對於傳統算法和深度學習算法都應該有所瞭解。