传统图像处理算法与机器学习的的融合过程是怎样的？

传统算法与机器学习的的融合过程如下：

1. 输入一张图像，并行运行传统图像处理方法和深度学习方法，分别得到提取的卡片框trbox 和dlbox。定位精度以trbox 为标杆，精确率和召回率以dlbox 为标杆

2. 筛选trbox。规则为当trbox 与dlbox 的IOU 大于某个阈值时( 比如0.8) 保留此trbox，否则丢弃，得到trbox1

3. 筛选dlbox。规则为当dlbox 与trbox1 的IOU 大于某个阈值时( 比如0.8)丢弃此dlbox，否则保留，得到dlbox1

4. 修正dlbox1 位置。规则为dlbox1 的每条边移动到距离其最近的一条直线上，约束条件为移动的距离不能超过给定的阈值( 比如20 个像素)，并且移动的边不能跨越trbox1 的边，得到修正的dlbox2

5. 输出trbox1+dlbox2 为最终融合的卡片框

以上内容摘自《前端代码是怎样智能生成的》电子书，点击https://developer.aliyun.com/topic/download?id=53可下载完整版