删除|图像数据的特征工程( 四 ) 自动驾驶汽车|Python

for x in colours)
max(x[2
for x in colours)

特征工程的局限性上面就是对于图像数据基本的特征工程，但是你可能觉得这些方法并不那么太好用。这是因为深度学习的一个主要好处是它可以识别复杂的模式，而不需要进行特征工程。你需要弄清楚图像的哪些方面是重要的，然后编写代码来提取这些方面，这在神经王罗出现以后变得不那么重要了。
另外对于一些方法，我们已经看到无法消除所有的噪声。例如，黑色背景中的噪声和对象像素具有相同的值。这些都是手动的特征不足之处。
但是手动提取特征在处理相对简单的计算机视觉问题时时非常有用的。例如这个无人驾驶的小车，我们的轨迹从未改变，物体的颜色总是一样的，这样可以加快运行速度核准确性。而对于更复杂的问题，我们需要更多的数据，或者使用深度学习的方法进行复杂的模式识别。
https://avoid.overfit.cn/post/bd8d9a344381437d92d8b2f714359332
作者：Conor O'Sullivan