選擇計算機視覺，是否是個錯誤的決定

現(xiàn)在投身于計算機視覺是否明智？

周圍很多大佬都去深造或者工作做CV相關(guān)方向。然而看到一種言論，說現(xiàn)在學(xué)CV無異于48年加入國民黨，求問此話怎講。

PS 本人本科畢業(yè)正要工作，有圖像處理算法崗位offer。水平很菜，對計算機視覺方向很有興趣（也許是跟風(fēng)，且自動駕駛等等領(lǐng)域的確很容易讓人產(chǎn)生興趣）。

假設(shè)僥幸拿到CV相關(guān)offer（或者machine learning/deep learning崗位）那么是否應(yīng)該果斷加入。（因為圖像處理算法可能相對傳統(tǒng)一些）

作者：匿名用戶
https://www.zhihu.com/question/317440183/answer/683203621

有多少人工就有多少AI，我相信各位真正的從業(yè)者是最清楚這點不過的，論文滿分的模型現(xiàn)實情況下基本沒法直接跑模型了事，必需跟隨大量的數(shù)據(jù)和集成工作。目前AI飽和主要在于產(chǎn)業(yè)市場還沒有起來，但是一旦其需求大起來，對應(yīng)的人才要求也會變多。至于未來市場怎樣，就不是我等工程師能預(yù)測的了。但按照《人類簡史》中的說法，現(xiàn)代社會經(jīng)濟建立于對未來的信用上，現(xiàn)代經(jīng)濟要繼續(xù)發(fā)展，必須有新的技術(shù)可以推動生產(chǎn)，至于這個技術(shù)是物聯(lián)網(wǎng)，5G，AI，AR，基因工程中的一個還是多個，也不好說

以下是原答案

有一段時間在一家創(chuàng)業(yè)公司做CV，當(dāng)時碰壁很多，人臉市場由巨頭把持，基本不太可能與其競爭，我們當(dāng)時打算做遙感AI，農(nóng)業(yè)AI，后來發(fā)現(xiàn)處于數(shù)據(jù)精度問題，基本無法落地，后來整個組不得不轉(zhuǎn)型做大數(shù)據(jù)外包。當(dāng)時我的想法是，CV真的是泡沫。

后來到了國內(nèi)某設(shè)備商做算法，發(fā)現(xiàn)CV可以用的地方不要太多了，降噪，定位，超分……CV從來不是單單指人臉這一塊，哪一塊都可以做，而它們又有相通之處，可以入的方向還是很多的。

之前和某些明星公司也有接觸，可以說，實在的落地效果和競賽榜單有天囊之別，在榜上刷的接近完美的指標(biāo)，落地下來不足50%也是常有的事情，外界環(huán)境稍微差一點，算法效果非常恐怖，更別說性能……實際上算法領(lǐng)域如何在工程界落地，還有很長的路要走。實際調(diào)優(yōu)的過程，的確和經(jīng)驗積累有關(guān)。有的時候因為算法流程的設(shè)計，有經(jīng)驗的工程師能夠很快發(fā)現(xiàn)哪個流程有問題需要改進，這些慕課上是不會告訴你的。個人認(rèn)為，CV本質(zhì)上考察的是對系統(tǒng)的了解程度，對數(shù)據(jù)的了解程度，從來不是某個特定的算法。

如果能做到對系統(tǒng)了然于心，對性能優(yōu)化（這也是必須根據(jù)設(shè)備考慮的問題）有深入了解，這樣的人才是真的很缺。

作者：CPAPCF
www.zhihu.com/question/317440183/answer/794570674

說48年加入國民黨只因把cv限制在了2D分類/檢測/跟蹤任務(wù)里。這些傳統(tǒng)任務(wù)確實早在16年甚至更早就接近problem solved，任務(wù)明確數(shù)據(jù)標(biāo)準(zhǔn)方法成熟?，F(xiàn)在刷榜也只有微小提升。畫地為牢當(dāng)然沒搞。

且不說什么concept extraction/self-awareness/vision+language那套純煉丹的玄學(xué)意識流，vision的共同問題是什么？是從圖像分析信息，那能從圖像里分析光照/材質(zhì)/光源位置性質(zhì)嗎？能從圖像里分析物理系統(tǒng)做受力分析判斷受力點支撐面嗎？能從圖像分析物體運動狀態(tài)嗎？能從圖像分析物體內(nèi)部結(jié)構(gòu)預(yù)測應(yīng)力形變嗎？

再從方法來說，純煉丹就一定最好嗎？vision傳統(tǒng)的geometry理論和物理基礎(chǔ)規(guī)則為什么要棄之不顧拿去讓煉丹從頭approximate？

然后從輸入的角度看，雙目做過嗎？多目會有提升嗎？單目能做嗎（btw, 單目+純煉丹是邪路）？別的sensor呢？比如MRI掃描信號？電子顯微鏡掃描信號？雷達(dá)？雷達(dá)陣列？聲納？

我只是舉了一些非常片面的例子，但哪怕把上面這些暴力排列組合一下這都多少可能性了？

宏觀來說，vision在工業(yè)上的應(yīng)用絕不會停止也從沒有停止。舉個例子，我們今天能在超市里買到的整齊又便宜的紅蘋果和盒裝雞蛋，哪怕薯片，更不用說pcb和芯片制造，都是靠70-80年代開發(fā)的vision系統(tǒng)，才得以實現(xiàn)大規(guī)模流水線生產(chǎn)，然后降低成本和普及。vision內(nèi)部流派可能會起起伏伏，跟不上市場需求的會很快暴死。但只要有外部市場demand，只要有資本家拿錢提出問題，就總有人能為錢做出解決方法，vision就絕不可能停止發(fā)展。ps，煉丹可能會死但vision絕不會死 :

作者：Encoder
https://www.zhihu.com/question/317440183/answer/684387715

視覺是人類最重要的感覺，人類認(rèn)識外界信息的80%來自視覺，視覺的認(rèn)知機制也最復(fù)雜。因此，計算機視覺（computer vision），也就是利用各種成像系統(tǒng)代替人類的視覺器官作為輸入手段，通過分析圖像生成關(guān)于成像物體和場景的描述，使得計算機像人那樣觀察和理解世界，以具有自主適應(yīng)環(huán)境的能力，始終是人工智能的一個重要組成部分。

計算機視覺已經(jīng)走過了半個世紀(jì)的風(fēng)風(fēng)雨雨，從借用信號處理的概念、將圖象視作“二維信號”而進行分析，到逐步發(fā)展出一套包含預(yù)處理、特征提取、目標(biāo)追蹤、三維重建等等方向在內(nèi)的完整的領(lǐng)域，再到機器學(xué)習(xí)、深度學(xué)習(xí)方法的廣泛運用，可以說，無論是過去、現(xiàn)在還是未來，計算機視覺領(lǐng)域都有大量的工作可以做，有大量的難題需要突破，也有大量的激動人心的寶藏、尚待我們?nèi)グl(fā)掘。刷臉支付、無人駕駛、無人機航拍、手術(shù)機器人等等我們耳熟能詳?shù)膽?yīng)用，都與計算機視覺息息相關(guān)。

計算機視覺發(fā)展史

Faster R-CNN 用于目標(biāo)檢測，see https://arxiv.org/pdf/1506.01497.pdf

是否投身于計算機視覺的科研和工作，當(dāng)然首先有賴于自己的興趣。另一方面，“全民AI”“全民CS”甚至“全民CV”的確是造成了計算機視覺方向人才供過于求的情形，大量的學(xué)生和從業(yè)者的涌入，很有可能會造成內(nèi)卷的情況；人才飽和、甚至所謂的“泡沫破滅”也并不是不會發(fā)生。然而從普遍意義上說，在人工智能時代的浪潮中，作為計算機相關(guān)專業(yè)的學(xué)生，無論是選擇繼續(xù)科研還是進入工業(yè)界，計算機視覺都仍然是一個既有廣泛的應(yīng)用前景（錢景），又容易激發(fā)興趣、引人入勝的方向。

題主的擔(dān)心其實也有道理，因為，盡管智能化這個大的趨勢是不會變的，但是在這個大趨勢的過程中，起伏依然是不可預(yù)知的，甚至也是不可避免的。經(jīng)濟學(xué)告訴我們，過度擴張就會帶來收縮，過熱就可能在未來遇冷，這是行業(yè)本身調(diào)節(jié)的結(jié)果，也是行業(yè)健康發(fā)展的保證。越是站在浪潮之巔，越要保持冷靜清醒。作為CV領(lǐng)域的研究者和從業(yè)者，我們要準(zhǔn)備好應(yīng)對未來幾年可能出現(xiàn)的轉(zhuǎn)冷局面，應(yīng)對可能出現(xiàn)的CV行業(yè)人才飽和、就業(yè)困難的窘境。我想主要的還是要做好以下幾點。

第一，傳統(tǒng)算法不可偏廢。

舉幾個例子：

盡管基于深度學(xué)習(xí)的特征提取方法取得了很大的成功，但傳統(tǒng)的特征提取算法，例如Harris角點，SIFT, SURF等等，仍是需要認(rèn)真學(xué)習(xí)的。

圖像預(yù)處理的方法，包括圖像的濾波、分裂、歸并、分割以及形態(tài)學(xué)處理等等，也可以與深度學(xué)習(xí)方法相結(jié)合，例如dilated CNN就可以看做形態(tài)學(xué)操作與CNN的結(jié)合。

SVM, KNN等等經(jīng)典的機器學(xué)習(xí)算法在CV中的應(yīng)用也不可忽視。

傳統(tǒng)的計算機視覺和機器學(xué)習(xí)算法依然在很多場景下有用武之地，這些算法不僅在工程上有穩(wěn)健的性能，而且相比于深度學(xué)習(xí)算法，在數(shù)學(xué)上也有更清晰的解釋。因此，深入理解這些經(jīng)典算法的思想，對于我們改進既有算法和提出新算法，也是很有啟發(fā)性的。

第二，重視數(shù)學(xué)、重視編程。

我們需要有一批不滿足于import cv2, import torch, import torchvision，不滿足于機械調(diào)參，不滿足于堆砌網(wǎng)絡(luò)結(jié)構(gòu)的研究者，能夠提出一套嚴(yán)密的指導(dǎo)性的理論，改善目前深度學(xué)習(xí)中以試湊調(diào)參為主來達(dá)到目標(biāo)的訓(xùn)練方式。我們需要思考能否在底層實現(xiàn)上做出改進或提出新的算法，而非簡單地將既有算法排列組合。在數(shù)學(xué)和編程方面的積累，盡管需要下苦功夫，也不一定能夠立竿見影，但是最終一定會惠及你未來的發(fā)展，無論在科研還是工作上，都能讓你行穩(wěn)致遠(yuǎn)。

第三、推動CV真正落地。

許多行業(yè)都積累了大量的圖像信息，需要借由計算機來輔助甚至部分代替人腦對圖像進行處理和解釋，都有用計算機代替人去“看”的剛需。從圖像預(yù)處理、圖像特征提取及分割，到物體的幾何模型與圖像特性表達(dá)，再到對物體和周圍環(huán)境的理解，都有廣泛的應(yīng)用場景。我們要避免空對空的灌水，要讓CV更好地從實驗室走入千家萬戶，真正應(yīng)用于實際的生產(chǎn)生活的場景之中，真正拉動經(jīng)濟社會各個部門、各個方面的發(fā)展，真正成為我們每個人生活中不可或缺的一部分。

總之，投身于計算機視覺不失為明智之選，面對競爭的關(guān)鍵不在于躑躅猶疑，而在于增強自身的競爭力。計算機視覺的舞臺足夠廣闊，將計算機視覺的理論與應(yīng)用相對接、算法與工程相融合、精確與快速相平衡、簡潔與清晰相印證、優(yōu)美與實用相增益，始終激勵著一批又一批有熱情、有韌勁、有定力、有決心、有才華的研究者，扎扎實實地做出成果，特別是讓計算機視覺更好地與各行各業(yè)相結(jié)合，真正助力經(jīng)濟社會發(fā)展，也使得我們的生活更加便捷。

作者：JohnMason
https://www.zhihu.com/question/317440183/answer/688971077

不邀自來。

計算機視覺方面的現(xiàn)狀：工程師很多，研究人才稀缺

這可能是現(xiàn)在計算機方面的整體情況，大部分領(lǐng)域都是這樣，研究人才稀缺。

那么造成這種情況的原因是因為：

1、相對其他行業(yè)來講資薪較高。

2、熱度高，人氣盛。

3、入門相對其他方面來講較容易。

如果拿到CV相關(guān)的offer，可以考慮按照這樣的方式來：

1、學(xué)習(xí)有關(guān)類的編程（python、Cpp）。

2、大概有一定的基礎(chǔ)后可以開始考慮框架（TensorFlow、Keras、Caffe、PyTroch等），具體的框架可以自己進行比較。

3、學(xué)習(xí)關(guān)于《機器學(xué)習(xí)》、《深度學(xué)習(xí)》的知識。

4、可以嘗試做一些簡單的項目。

5、確定方向，閱讀該方面的論文，實現(xiàn)該論文的網(wǎng)絡(luò)結(jié)構(gòu)。

但是，入門相對來說比較簡單，而且工程師的人才過剩。缺少的是相關(guān)的研究人才。如果想要進入研究方面，需要一定的數(shù)學(xué)知識和邏輯基礎(chǔ)。在數(shù)學(xué)和邏輯之上要多閱讀論文，講最新論文中的結(jié)構(gòu)復(fù)現(xiàn)，理解其中的原理。