计算机视觉，凉了？

昨天逛知乎，发现一个问题 “现在投身于计算机视觉是否明智？” 目前该帖子的浏览量已经达到40w。

无独有偶，最近很多读者都私聊咨询到这个问题，那今天就专门写一篇文章聊聊这个话题。

AI 显然是最近几年非常火的一个新技术方向，从几年前大家认识到 AI 的能力，到现在产业里已经在普遍的探讨 AI 如何落地了。

计算机视觉目前在很多领域都已经实现了商业应用，从现实市场规模角度，目前人脸识别和视频监控应用远远大于其它应用总和。

有一定市场规模的应用还有：文字识别，工业视觉，手机拍照美化，辅助/自动驾驶，医疗影像（CT/MRI重建）。

 

由于CV相比其他领域来说，简单易学在加上模型成熟，吸引来大量的学生和从业者的涌入。

所以很多人担心，计算机视觉会不会太内卷了，现在投身进入是否是一个明智的选择。

从普遍意义上说，在人工智能时代的浪潮中，作为计算机相关专业的学生，无论是选择继续科研还是进入工业界，计算机视觉都仍然是一个既有广泛的应用前景（钱景）。

但不可避免的是，未来对从业者的要求也更高了，跑跑开源调调参数的工程师当然过剩，但懂如何在现有系统中发挥AI价值的工程师非常缺。

而水一大堆修修补补，工程技巧性论文（顶会也很多水），既没有挖新坑，也不去解决现有方法根本性问题的研究者也是严重过剩的。

今天介绍一位朋友—王小天，目前就职于BAT之一，AI算法高级技术专家，法国TOP3高校双硕（计算机科学和数学应用双硕士）毕业。

他在人工智能和芯片领域发表10余篇论文，具有深厚的学术背景和丰富的项目及业务落地经验。在人工智能发展早期就开始摸索和研究，也深知初学者学习痛点，兼具理论与实战落地经验，说实话，这样资历的人，很难得。

为了帮助大家入门进阶CV，他录制了一套卷积神经网络、目标检测、OpenCV，从检测模型教学逐步深入，帮你轻松掌握目标检测，轻松提升CV算法核心能力。

（资料内容过多，仅截取部分）

半个月前给大家推荐过一次，但很多粉丝反馈没领到，这次又申请了100个名额，手慢无！

长按下方二维码 2 秒

立即领取

（添加小助理人数较多，请耐心等待）

 

他工作期间主要负责人工智能业务线CV与NLP相关算法工作，推进人机混合智能、语义分割、机器翻译、虹膜识别等模块的核心算法研究与优化。

 

对图像分类、物体检测、目标跟踪、自动驾驶、计算机体系结构等有深入的研究。

这份教程是他8年人工领域实战经验的凝练，通过讲解和实战操作，让你能做到独立搭建和设计卷积神经网络（包括主流分类和检测网络），从检测模型教学逐步深入，帮你轻松掌握目标检测，并进行神经网络的训练和推理解决各种CV问题。

他对学习者的建议：计算机视觉的提升不在于搭建模型，而在于不断调优、改进过程中积累的经验。

由于工作需要，这份教程我本人也在学习中，虽然已经从事这个行业多年，再看这份教程的时候，仍然能查漏补缺，收获满满，我相信不管是AI入门，还是已经具备了一定的工作经验，这份学习资料，都值得你去认真学习研究。

 

所有以上相关的的内容全部都已经打包好了，汇总成了一份百度云的链接，小贴心之处是怕有的兄弟没有买百度云会员的朋友，能用2MB+/S的速度下载，还特地给大家准备了下载工具。