算法自动采集列表快速定位，去重,降低数据量

　　算法自动采集列表快速定位，去重,降低数据量

　　算法自动采集列表快速定位，去重,降低数据量xxx处显示不清，定位不够精准，

　　获取算法具体实现和好不好用没有什么关系。好用与否的关键在于用不用心，算法再好没用心的话也好不到哪里去，除非商家主动告诉你一些技巧和原则。

　　算法自动采集列表快速定位，去重，降低数据量xxx处显示不清，定位不够精准，难以收集深度定位且不会特征来做相似度学习等等都是问题。希望能帮到你。

　　不加任何限制，

　　目前针对列表的算法里面有rfmlang这个，带一个特征（shad，然后查表）然后就可以做相似度聚类了。

　　传统算法上sift,surf不过由于新技术层出不穷，

　　有一家公司叫edmoxa，他们最近正在招人，

　　自荐下我们啦：edmoxa，包含图像采集，光照，色调，纹理，形状（如在不同几何体上聚成等等），场景（如医院广告牌）和三维物体识别等功能。

　　edmoxa-专注于构建开放的计算机视觉工作平台、从图像采集到视频分析，最新潮流推荐。还有香港中文大学的南京联合大学南京电子科技大学的，可以在校内找人。

　　最近用到几种，主要看采集算法对特征提取的要求。

　　1）根据采集算法去决定去重速度，算法好用，在业务问题有定性的需求时可以用。

　　2）根据采集特征去构建边框网格，但这个需要训练实现。用在纯粹的采集需求上，就要用更高级的算法。

　　3）增加分段采集、分组采集、马赛克、照片拼接等等，构建不同层次需求的数据结构。这些env可以轻松构建出来。

　　4）用windowssqlserver和postgres数据库都支持；

　　5）业务逻辑越是复杂，对于特征提取的要求就越高，特征提取都是后端工作，所以说要好用就要自己写训练一个训练。好处在于改动少，对模型的要求高。好用的计算机视觉专业公司不多。