拯救視覺瑕疵的神技術 CNN，絕不放過一絲細節

我覺得上面的文章與視訊是非常好的解釋CNN理念方法的文獻！我也很認真看完，甚至反覆熟讀了！但是也再度肯定了我的看法：CNN乃至其進階的YOLO等等演算法最大的罩門與騙局是甚麼？就是他們的運算量實在太大了！基本上就不應該是一個合理的影像辨識邏輯！但是他們很努力讓大家以為：這是找到特定目標(如皮卡丘)的「必然」程序！

如果他們成功讓所有人都相信了！這個影像辨識的產業技術內容與方向也就定調了！大家都必須在這個錯誤前提的框架之下追求更高的效率與正確性！這將會是一個世紀級的大災難！現在其實已經有很大的災情了！我實在忍不住想戳破國王的新衣其實是假的！我們真的不必一定要「只走」這條路的！至少我自己就證明了可以走不一樣的路，還更成功！

他們口口聲聲說這是「模擬」人類視覺認知物件的方式？所以沒有更聰明有智慧的方式了？他們最大的錯誤盲點或許在人類智慧認知上無關緊要，但是實務上卻造成極大的無謂運算量！讓整個CNN概念的演算法注定要以失敗收場！其實這個前提是不必要的！你知道嗎？

關鍵是甚麼？就是他們假設特徵擷取必須以數位矩陣的掃描為唯一的基石！其實不是的！人類視覺根本不是這麼運作的！我們會認知那隻皮卡丘，除了局部特徵之外，目標整體的特徵，如大區塊的顏色或輪廓，其實更為重要，或至少一樣重要！但是CNN演算法是直接忽視這件事的！就像管中窺豹或瞎子摸象，他們預設我們「看不到」整隻豹子或大象！只能用局部特徵拼湊事實？其實不必如此的！

因為他們的前輩，OCR演算法就是想直接找到完整目標的演算法，當然在數學上這並不容易，但並不是做不到！我的技術理念與實務成就，就是努力修正這種尋找整體特徵的OCR技術缺點，我也真的克服了很多這類困難！我就做到現在我做的事，成為台灣業界的一家穩定營運的影像辨識公司了！

只要跳脫CNN所說的「必然」架構，我不必被迫一定要搜尋所有「局部」特徵作為影像辨識的基礎！就像跳脫升學主義，我只要在家自學寫程式不必讀高中大學碩士博士就可以變成唐鳳，直接當部長了！我其實就是這樣走到今天的！大家聽懂了嗎？

不要被CNN的複雜數學架構唬住了！事實上他們自以為是的前提是有漏洞的，他們的影像辨識前輩並不是迂腐的笨蛋！那些OCR前輩的智慧甚至超過他們，是他們(ML、DL與CNN)太早驟下定論，太早否定前人的智慧了！所以才會陷入現在的困境！他們的方向是一定會陷入演算量地獄的！

稍微懂一點數學物理與電腦的人如果看看上述視訊影片都會感受到！這種以矩陣運算為主軸的邏輯就是會陷入計算量爆表的困境！但是其實一開始就不必一定要走這條路的！OCR的概念方法就完全沒有這種問題！就是直觀全圖找不預設大小形狀的目標，完全不必多層次Convolution的。只是現在AI影像辨識的牛皮吹太大了，ML、DL與CNN學派很難回頭認可學習OCR之類的前人科技概念了！面子掛不住啊！

我是覺得錯誤的道路不管你再堅持，終究還是會撞壁失敗的！越早醒悟改弦易轍就越好！CNN的邏輯是確定沒救了！有必要直接從根基改起！就是去請益OCR的全景目標辨識的技術概念了！先嘗試看(偵測)皮卡丘的整體顏色區塊與輪廓吧？那才能真的脫離CNN的運算量噩夢！