|
现在工作越来越难做了 |
请教机器学习人工智能的一个技术问题
公司有个产品，原理就是激光经过干涉后会产生一维的曲线，待测设备的不同状态，会影响干涉曲线的特征。曲线的主要元素就是重复的山峰曲线，但是山峰的位置和周期会有变化，现在使用传统解析方法处理的，包括插值，fft等，我想试试能否用机器学习处理，对精度和准确性是否有改善。本人有python编程基础，但是对机器学习了解较少，麻烦知道的社友指导下，有没有能快速创建能出结果的，推荐下，求指导，谢啦。
共收到3条回复
所以问题是想根据干涉曲线的图案，来推测设备状态？
你手上的数据量大不大呢？这玩意要收集很多训练数据，如果你手上有标记的数据量很小，对精度要求又很高的话，光收集这些训练数据就够耗时间和精力了。
采集来的数据直接就可以绘制二维图像，而人工智能最擅长的就是图像识别，你还觉得不行吗？
另外，你能将其FFT，锐化之类的前置处理后，特征是否会更加明显？当然，这个具体怎么做，人工智能自己会想办法的，你只需要提供足够大的数据就可以了；
yolov 9 一般有个100张图就可以完成训练了，当然精度不会太高；
@irving2016 有推荐的工具吗？
@LocalCrush 假设图像识别99%的准确率，这个场景用图像识别，估计精度是不够的。
