一篇博客,来结束自己这几年来图像算法的职业生涯

总的来说,图像算法、深度学习,前景不是很明朗。研究生做这个挺多的,因为大家要发论文,需要一些算法。并且,图像发论文比较容易,也就好毕业。这是学术方面的,最近几年在CVPR等论坛收到的文章越来越多。工作方面,发现周围和自己一样做图像的研究生,毕业的时候,90%转互联网、软件开发了,剩下的基本上过的不好,三年内也转行了。

首先说说,图像算法是干什么的。图像算法、模式识别、计算机视觉、深度学习等,名称很多,但是对于公司来说,基本上是一个概念。在学校读书时,一般采用matlab进行处理,做一些科研项目,验证算法。工作后,很多公司采用opencv,halcon等软件,进行一些跟踪、定位、分类、分割等之类的研究。

然后说说,怎么做图像算法。当然不是说具体的算法,主要是采用的开发平台。一般做图像算法的,很多采用halcon,但是需要付费。所以越来越多的公司用Opencv,公司需求多样,有的做双目,有的测量,有的做医疗...不管你在学校学什么,公司的需求才是最重要的,你必须跟着公司的需求走。利用成熟的库进行开发,还是比较幸运的,很多公司需要从底层写一套算法,因为很多芯片不支持OPENCV等库,这个就非常困难了。单纯的一个简单算法,纯C复现的话,三五个研究生,也许要一周的时间,碰到这样的情况,想都不用想,做图像算法的工程师赶紧离职。

接着说说,图像算法的难度。老实说,图像算法跟造发动机一样,难于登天。很多人不服气,因为他们没尝试过纯C写底层算法,基本上都是在一些OPENCV库上进行开发。当时碰到用C语言写一个简单的检测算法,公司算法部门就离职了两个博士和五个研究生。很多苦只有自己经历过才知道。面试别的公司,老板会问你,会不会自己写一套类似OPENCV的库。老板不知道OPENCV由几千人的主力和无数人开源得来的成果,在他们眼里一切都是很简单,但是他们开的工资非常低,基本上跟专科生工作两三年做前端没什么区别。图像算法目前只有人脸识别做得比较好,达到了工业应用,但是也是特定的场合。比如face++的人脸识别,随便瞪眼张嘴,就识别不了。其他方面更不用说了,无数种情况,很难做到自适应。摄像机、光照、距离、噪声...这么多干扰情况,造成正确率非常低。总之,目前图像算法还没达到工业应用级别。半年做不出东西,老板立马会赶走你。

跟着说说,图像算法的公司和待遇。图像算法公司比较少,80%都是初创小公司,存活不了三年,升职没什么希望。小公司开不了高工资,人员流动很大。图像算法招聘要求高,需要发顶级论文,英语六级,但是待遇低,很少人愿意进来干。图像算法公司主要集中在北上广城市,占了90%以上的岗位。北京占了50%,假如不在一线城市生活,回到二线图像工作都找不到。不要以为越难的技术越赚钱,图像算法应届生待遇比开发工程师只高7%左右,由于很难做出产品,加薪特别慢。基本上开发工程师一年加薪两次,图像算法两年加薪一次,三年后相同学历和经验,图像算法年收入只有JAVA工程师的一半左右。所以图像算法工程师纷纷转行做互联网,软件开发等。

最后说说,图像算法的前途。图像算法工程师前途不明朗,主要是因为公司少、需求少、产品难做,不像互联网产品,大众需求,又有成熟的框架,很容易盈利,可以发展成大公司。图像做成大公司基本上不可能,创业型图像公司,能存活的非常少,试错成本高,等待着被大公司收购。身边做图像的,90%毕业就做互联网,软开,剩余的三年内换行,自己也在很艰难的转互联网方向。互联网需求大、容易做产品,工资高,前途是不错的。很多虚幻的东西,比如前几年的VR,以及现在的人工智能AI,都没有产品落地,相信马上会泡沫破裂的。

选择大于努力。选择错了,再去做别的,浪费了大把时间。很多人鼓吹某方面怎么怎么好,比如图像、深度学习、.net开发,但是前途并不好,他们会说,语言、方向不重要什么的,还大义凌然,其实是十分无耻的,明知道有个坑,不告诉别人,还要让别人去跳,是不道德的行为。

一点经验,分享给在做和打算做图像(人工智能)的同行。希望大家都选对方向,因为时间确实很宝贵。

图像算法、深度学习总结相关推荐

  1. 【通知】深度学习之人脸图像算法重印,欢迎读者支持!

    2020年7月份有三出版了<深度学习之人脸图像处理:核心算法与案例实践>,这是一本讲述在人脸各个方向中的深度学习算法为主的书籍,同时配套有大量实战案例,至今已经快一年了,历时一年终于也要重 ...

  2. 【通知】深度学习之人脸图像算法核心代码开源和勘误汇总

    许多同学早就在问人脸图像的书什么时候代码开源,8月底我们如约而至,今天开源核心的代码以及对第一次印刷的勘误汇总. 代码开源 本次跟之前的两本书一样,代码开源在我们官方的GitHub项目中,按照有实战部 ...

  3. 深度学习图像算法在内容安全领域的应用实践和优化

    作者 | 李雨珂 责编 | 屠敏 深度学习图像算法近年来在学术领域经历了爆发式的发展,目前已经在工业界多个实际场景取得了较完整的应用落地,例如安防.营销.娱乐.金融等场景.其中内容安全也是非常典型的落 ...

  4. 我从非科班转到图像算法工程师(图像识别、机器学习、深度学习)(3个月)的经历

    我从非科班转到算法工程师3个月的经历 附录1:From 2016: Why Deep Learning Is Suddenly Changing Your Life 附录2:深度学习如何入门? 附录3 ...

  5. 深度学习图像算法在内容安全领域的应用

    互联网给人们生活带来便利的同时也隐含了大量不良信息,防范互联网平台有害内容传播引起了多方面的高度关注.本次演讲从技术层面分享网易易盾在内容安全领域的算法实践经验,包括深度学习图像算法在复杂场景下的效果 ...

  6. 七夕“加餐”:深度学习图像算法在内容安全领域的应用实践和优化

    作者介绍:李雨珂博士,网易易盾资深算法专家,毕业于浙江大学信息与电子工程学系,研究方向包括数据挖掘.机器学习以及计算机视觉,目前在网易易盾主导内容安全领域多媒体信息相关人工智能算法研发. 深度学习图像 ...

  7. “深度学习+图像算法”组合出击,看智能工业机器人如何击破3C电子产品检测难点

    小到LED灯.手机,大到高速铁路动车组列车,宇宙飞船都离不开3C电子制造,新时代下3C电子产品已经成为人们生活中必不可少的一部分.3C产业分为传统3C产业与新兴产业,涵盖多种电脑硬件周边设备以及各类通 ...

  8. 传统图像算法和深度学习图像处理的区别

    ** 前言 ** 刚入门图像那会儿,我记得当时有个疑问就是传统图像处理算法和深度学习卷积神经网络的区别到底在哪,在这打算用比较通俗的解释和浅显的例子对这个问题做个解释,希望可以帮助到有需要的同学. 一 ...

  9. 【视频课】一课彻底掌握深度学习人脸图像算法,长期更新

    课程介绍 人脸图像在计算机视觉领域中研究方向非常广,覆盖底层图像特征,目标检测与跟踪,图像分类和检索,图像滤波,图像分割,三维重建,风格迁移等方向. 在商业界应用落地也有非常多的软件产品和硬件产品. ...

最新文章

  1. 人群距离监测 DeepSOCIAL 最全汉化论文+源码导读
  2. 地址总线与内存大小的关系(待续…)
  3. 【Android开发】NDK开发(1)-Hello World!
  4. mysql select语句执行顺序
  5. 去中心化究竟是什么意思?
  6. 宝塔搭建实测-基于ThinkPHP5.1的wms进销存源码
  7. PHP中使用数组转换成Json格式出现中文乱码解决方案
  8. 劣币驱逐良币,人吃人的中国职场环境还能走多远
  9. python配置cgi_Python+Apache+CGI完全配置
  10. 2010年研究生答案Q278046046
  11. JDK9对String字符串的新一轮优化,不可不知
  12. vista操作系统,从自带ie7升级到ie8,后引起ie不能上网问题的解决.
  13. Python写个小游戏:速算24点(上)
  14. 利用用户行为数据——基于Spark平台的协同过滤实时电影推荐系统项目系列博客(二)
  15. 如何彻底关闭系统还原功能和删除系统还原点
  16. 怀旧服小号最多的服务器,怀旧服入坑攻略:10个快速练级技巧要领
  17. 我的世界java版粘土服务器ip,我的世界clay粘土
  18. 怎样安装西门子PLC
  19. 分析Flex布局空间分配, flex-grow、flex-shrink,flex-basis
  20. STM32定时器间的同步 主TIM1产生PWM 从TIM4精确控制TIM1 PWM脉冲数量

热门文章

  1. java拥抱响应式编程
  2. Ubuntu能识别到外接显示器但外接显示器黑屏的解决方案
  3. 那一世、浮生若梦,这一季、倦卧红尘
  4. 冬奥网络安全卫士助力实现零事故
  5. Kubernetes安装系列之heapster安装
  6. 鸿蒙成功的概率不大,中国企业能推出成功的操作系统、数据库吗?
  7. Python Web开发(六):前后端分离的架构
  8. 攻防世界——pure_color
  9. 通过demo学习OpenStack开发所需的基础知识 -- 单元测试
  10. 美女必知9件事 肌肤白里透红水嫩嫩 - 生活至上,美容至尚!