要正確辨識如上的貨櫃碼，當然已經不是我的障礙，太簡單了！但是我還在忙甚麼？就是更聰明更快的得到一樣正確的答案！這就是我開發軟體的SOP了！功能完成是第一優先次序，就是辨識一定要正確，辨識不正確其他工作當然就沒有意義了！

功能完成之後的第二步就是「效能」了！簡單說，就是完成工作的速度一定「要快」！最後才是「介面」，就是讓客戶操作時覺得很方便，不必多想，不必多操作很多設定，最好只要按一個鍵(甚至不必按鍵)就可以完成所有的工作！

當然最困難的部份應該是功能的設計開發！最簡單的部分應該是介面，如果有了高效率高能力的演算法，任何軟體公司應該都可以設計出簡便的介面讓顧客滿意的！有趣也最常被忽視忽略低估的研發程序，其實就是「效能」了！

大多數外行人都把辨識速度與辨識核心演算法當作同一件事，只要找到神奇的AI演算法，就可以又神奇又快速的找到答案？其實未必如此！多數情況下，辨識速度是來自「節能減碳」的概念，盡量少做不必要的事情(運算)，速度就會快了！這個速差可以達到十倍之多！比你用不用GPU輔助運算的差距還要大很多！這個你知道嗎？

但是如何節省不必要的工作運算呢？前提是：你必須熟知掌握你原始的辨識流程與運算邏輯，如果你不是原始設計者，沒有原始程式碼，或是有程式碼但是看不懂，要讓辨識變快，你只能花大錢買能夠更快速計算的硬體如GPU之類的東西了！那些大談哪些硬體可以提升辨識速率的傢伙，其實是技術核心之外的「低階」技術人員，別太高估他們了！

簡單說，讓程式變快效能提高的關鍵是「程式速度優化」！這件事幾乎只有演算法的發明者與程式的原始寫作者才能做！我做的專案要請我的RD優化都很難，反之亦然！很微妙的，真正讓辨識速度更快的技術核心距離一般人沒有更遠，其實是更近！如上的案例，請大家先看下面兩圖：

大家看到結果是我正確的「找到」那個貨櫃碼字串了！但是也看到畫面上好多字都「可能」是貨櫃碼哦！當我一一檢視測試他們是不是我要的答案時，我的辨識程式當然就「變慢」了！如果沒有那些額外的字，我的辨識速度或許可以快一倍吧？

事實就是如此！地毯式搜索「看到」圖上所有可能的目標是無可避免的！但是你要為其實不是答案的目標花多少時間呢？如果可以更快知道那些不是我要的目標，或者提前「知道我已經找到真愛」，我不需要繼續找對象了！就可以節省不必要的運算時間，程式就會變快了！

如上例中，如果依序(自左而右，自上而下)尋找已經找到UACU 350059 0與22G1這兩組目標，我還需要繼續搜尋TARE等等目標嗎？當然就不必了！重點是此階段其實我們還沒有比對字模，不確定真的已經找到正確答案，大多數的演算法一定是繼續找到完的，我也要這樣嗎？那我的辨識程式就快不起來的！

好高興，我現在不是教授，我只是一個商人！所以我就作弊了！

如上程式過程，我會發現超多個字組目標，但是過程中我會不斷檢查是不是已經有收集到我需要的字組？如果有？我就會立即停止搜尋！趕快收工將撈到的大魚送上岸，送到餐廳上桌！我的程式效率看起來就很高了！弄錯的機率大約是十分或百分之一，即使真的搞錯還可以回頭把偷懶沒做的工作做完！真實世界就是這樣運作的，我只是模仿一般人而已！

總之，這樣的玩法，可以讓我的整體辨識時間減少非常非常多！有多快呢？說個數字給你聽：485張1920X1080的照片辨識貨櫃碼，辨識率百分百，平均辨識時間190毫秒，就是0.19秒一張！有甚麼AI軟體，或軟硬體搭配系統可以辨識得比我更快？知道的麻煩跟我講一下！200萬畫素的影像辨識時間低於0.2秒？這鐵定是一個很難跨越的里程碑！來打我啊？