深度学习

从98年到本世纪初，深度学习兴盛起来用了15年，但当时成果泛善可陈，一度被边缘化。到2012年，深度学习算法在部分领域取得不错的成绩，而压在骆驼身上最后一根稻草就是AlexNet。

AlexNet由多伦多大学几个科学家开发，在ImageNet比赛上做到了非常好的效果。当时AlexNet识别效果超过了所有浅层的方法。此后，大家认识到深度学习的时代终于来了，并有人用它做其它的应用，同时也有些人开始开发新的网络结构。

机器视觉应用中，面对成像背景复杂、缺陷特征难以辨认的情况时，往往需要深度学习算法进行检测，因此，深度学习也被称为视觉检测的“杀手锏”。深度学习目标检测与分类算法相对于传统算法，泛化能力更强、速度更快。经过训练后，形态各异的产品在各种角度、光照、遮挡下都能精确识别、辨认。