去年,华为在CCF-GAIR 大会上介绍了在人工智能领域的愿景,华为为了实现这个战略目标,从中梳理出深耕基础研究、打造全栈方案、投资开放生态和人才培养、解决方案增强、内部效率提升五大方向,以此打造无所不及的AI,构建万物互联的智能世界。
在计算机视觉上,将以基础研究以数据高效和能耗高效为核心,覆盖从2D视觉到3D视觉的技术和应用,主要包含底层视觉、语义理解、三维视觉、数据生成、视觉计算、视觉多模态等方面。
个人觉得CV发展的潜力还是非常大的(例如在工业上的运用),但也确实是上限高,真正深入研究起图像识别,要有很强的数学基础还有图像处理知识,CV学科是集合了数学,算法,图像处理,机器学习,种种知识的一门学科,学杂又学精。
但是下限也低。很多人都只知道做数据集训练数据,搞搞目标识别。满嘴跑的机器学习,真正问起图像处理的一些东西又一问三不知。当然,大家都是在数学的河里摸索着算法的路,一边感慨着调参侠真难做,我到底学的啥。
另外,因为人工智能大火,非常多人转行进入计算机视觉领域,供给远远大于需求。另一方面,转行涌入计算机视觉领域的人才大部分能力不太够,毕竟隔行如隔山,有效供给其实并没有因为大量人才转行涌入这个领域而变多,反而导致岗位要求越来越高。
那么很多人会问,计算机视觉是不是很难入门?该如何快速上手呢?
别慌,你只是差一个引路人!这里就推荐一个我参加后感觉很不错的“计算机视觉实战训练营