工程思路看机器学习的一点想法
目前学的是遥感图像处理，算一个小方向吧。目前对未来的看法是——数据分析相关，关于如何结合起来有一点思考。
数据分析在以往主要是nlp，也就是文字类型的数据分析。如何结合起来呢？我想的是从图像数据中获取信息（即进行图像处理cv），转换出文字数据，再进入NLP的环节，在工程流程上是连贯的。
下附对应想象中的工程流程图（mermaid真不错，感觉很容易上手的流程图写法）
flowchart LR
subgraph Flow
A([图片数据])-->C{{图像处理cv}}--获得-->B(文本数据);
B-->nlp{{自然语言处理NLP}};
end
subgraph A1
a1(目标检测);
a2(语义识别);
a3_sub(超分)----a3(超分辨率);
end
C----A1;
从工程的角度开始思考下一步需要学什么，正如这个视频里所描述的。
建模是其中的一步，最严峻的是如何从数据的角度来思考模型，
1️⃣ 如何处理数据
2️⃣ 数据处理完如何输入模型
3️⃣ 模型的设计要根据数据的展示形式来安排
4️⃣ 数据的存储形式（数据库noSQL or SQL)
5️⃣ 模型train和test的数据传输及存储形式……
这些都需要考虑，这一块后面从一些‘技术路线分享’相关的博客和公众号学习吧。
