這是我替欣桃天然氣公司開發中的瓦斯表度數辨識核心，因為所有競標議價簽約等程序都已完成，是已執行中的研發案，即使對於該公司來說，也已經沒有任何機密了！我跟他們的承辦人員之間也沒有暗盤，交易狀況越公開就越好，還可以替兩家公司打廣告！所以我可以大方地跟大家分享介紹，讓大家多知道一些AI影像辨識研發市場的實況。

事實上我的開發早在去年就已大致完成，他們的技術部門主動與我聯繫，也提供很多照片供我評估，我也很快做出辨識原型程式，在議價程序開始前他們就已經知道，以雙方認定應可辨識的影像為基數(約1000張)，我的原型模組辨識率已經趨近百分之百了！他們是不是也與別家影像辨識公司有類似的接觸詢問？我就不清楚了！他們不會講，我也不會問的！

原本聽說議價時還會有另一家公司來競標，但是我到場時他們說那家公司主動放棄不來了！我變成唯一一家議價的廠商，只象徵性地略減一萬元報價之後以35萬元的價格成交！以目前一般市場行情來看，我的價格應該是破盤到粉碎的超低價了！對手如果聽到風聲，知道我的價格那麼低，辨識率又那麼高，當然是不敢來了！

一般人買東西都是幾千最多幾萬元，聽到幾十萬好像就覺得貴了？但是研發專案比較像請專家做幾個月甚至一年半載的工程，幾十萬算是少的了！略懂影像辨識的人都可以想像，要讓型式不一的數十種瓦斯表都能正確辨識，即使技術上做得到，但是要做的事情可不少！如果按照ML、DL與CNN的SOP，資料量至少要幾萬張，不但要一一標記資料答案，還要設計各式各樣的「訓練」計畫，反覆做實驗調整，最終要到99%辨識率，沒有三五個月甚至一年半載是一定做不好的！

一個大公司要動員兩三個年薪近百萬的RD半年作此計畫，如果你是老闆，你會報價多少？35萬大概只夠支付其中一個RD的計畫內薪資而已，鐵定是會賠錢的！但對我們公司來說，這個報價是剛剛好，以單一計畫的收支來說，我不會虧本的！主要原因就是我們用的方法非常有效率！真的都是一個人兩三個月內單兵作戰就可以做到好！

首先是我們公司已經有非常成熟的車牌辨識技術，這個瓦斯表辨識議題需要的大部分技術，都可以很快很簡單地從車牌辨識核心移植過來，大部分是簡化而不是新增功能！所以我的原型其實花不到一個月，我單兵作戰不必找我的RD幫忙就做好了，辨識率也達標了！

這幾天採購交易的行政程序完成，他們前天問我何時可以「交貨」？我說隨時都可以，昨天略事整理就將軟體原型給他們開始測試了！接下來的工作只是被動依據例外案例作調整而已，譬如上圖就是不知甚麼原因，同樣是他們開發的手機App，經過某些手機拍的影像被程式讀入後會自己轉90度，變成無法辨識。我的核心就必須在內部設法增加程式，讓轉或不轉90度的影像都能辨識。

這個小問題我大概花了十幾分鐘，加上三四行程式就搞定了！反正接下來已經沒有沉重的研發工作了！35萬的工作等於有30萬已經入袋了！我們對此案付出的行政接洽時間可能還比實際研發的時間多！我怎麼會虧本呢？我用OCR的方法根本不需要標記很多資料，大約只用一千多張就夠做所有的辨識率統計了！

重點還是使用ML那套方法研發辨識核心實在太沒效率了！要使用太多資料進行太多的「訓練」！不像我用OCR的傳統方式，全彩→灰階→二值化→輪廓化→切割目標→正規化字元→比對字模→群組字元，照表操課沒兩三天就可以做好主程序，再花十天半個月就可以調整各種邊緣案例完畢，反正很快就搞定了！一個人一個月的工作賺三十多萬，那是部長級的薪資了！怎麼會虧本呢？我的RD為何不幫忙呢？因為她手上進行中的類似案子比我更多！

影像辨識的工作種類很多，或許不是每一種辨識都可以使用我們公司熟悉的這套方法，但只要是辨識特定目標字元或圖案的專案，我們絕對是可以完勝ML、DL與CNN團隊的！光是我們開的價格就可以讓他們完全無法跟進了！只有我們做不完或不願意做的案子，才可能輪到ML團隊去撿拾，所以你還覺得要到業界作影像辨識，一定要學ML、DL與CNN嗎？我們就是在業界真實過活的影像辨識公司啊！我們不用那些東西日子過得更好！