為什么現(xiàn)在不看好 CV 方向了呢?

點(diǎn)擊上方“小白學(xué)視覺”，選擇加"星標(biāo)"或“置頂”

重磅干貨，第一時(shí)間送達(dá)

作者：匿名用戶
https://www.zhihu.com/question/383486199/answer/1152839921

混畢業(yè)是個(gè)好方向，因?yàn)楹芏喙I(yè)界的問(wèn)題用CV去刷刷過(guò)擬合，比如檢測(cè)水泥裂縫這種很不CS的方向，基本是降維打擊傳統(tǒng)的方法，灌點(diǎn)無(wú)關(guān)痛癢的SCI/EI還是沒問(wèn)題的。但是這種混過(guò)來(lái)的成績(jī)，最好就不要去找CV方向的工作了，容易被吊打。業(yè)余時(shí)間灌點(diǎn)水混畢業(yè)，平時(shí)好好刷C++/Java和Leetcode, 畢業(yè)以后找開發(fā)方向的工作，是我最推薦的轉(zhuǎn)行過(guò)來(lái)的人走的道路，也是學(xué)歷有硬傷(雙非)最容易走的路。

正經(jīng)一點(diǎn):

CV方向有很多沒有解決的問(wèn)題，coco的準(zhǔn)確度上不去了就是一個(gè)典型的例子。要把準(zhǔn)確度從50提到70，80，甚至到imagenet的水平，需要的可能是基礎(chǔ)理論上的突破，而不是在網(wǎng)絡(luò)上修修改改。但是研究者的能力是有限的，在CV方向的入門門檻被拉到初中生就能入門，github上拖個(gè)模型下來(lái)調(diào)調(diào)參就能獲得很好成績(jī)的現(xiàn)階段，一個(gè)研究者要想從廣大的調(diào)包俠基數(shù)中脫穎而出是很難的。很有可能到最后三年研究生畢業(yè)，才發(fā)現(xiàn)在洪水般泛濫的"CV從業(yè)者”中自己根本沒有優(yōu)勢(shì)可言。

另外，CV的落地場(chǎng)景也很有限，雖然無(wú)人駕駛，人臉識(shí)別，工業(yè)機(jī)器人，醫(yī)學(xué)圖像檢測(cè)等方向看似很廣大，實(shí)際上近年來(lái)車企一蹶不振，無(wú)人駕駛這條路根本不好走。人臉識(shí)別已經(jīng)快成為被解決的問(wèn)題了，都已經(jīng)大規(guī)模落地了。工業(yè)機(jī)器人和醫(yī)學(xué)圖像檢測(cè)這種，也還處于造夢(mèng)階段，商業(yè)化還遠(yuǎn)著，工業(yè)界根本沒有多少崗位。

總而言之，CV在現(xiàn)在處于門檻低，從業(yè)人數(shù)多，職業(yè)少的一個(gè)尷尬的位置，一邊是大量的學(xué)生涌入，一邊是不景氣的經(jīng)濟(jì)環(huán)境和日益飽滿的就業(yè)崗位。如果你的目標(biāo)是就業(yè)而不是研究，那么我建議打好開發(fā)的地基，和一些項(xiàng)目代碼加起來(lái)沒到過(guò)1萬(wàn)行的所謂CV從業(yè)者劃清界限。

作者：陳歷飛
https://www.zhihu.com/question/383486199/answer/1192004116

長(zhǎng)期看好，短期謹(jǐn)慎。

隨便翻開一個(gè)深度學(xué)習(xí)入門課程，你都會(huì)看到一個(gè)叫“手寫數(shù)字識(shí)別”的項(xiàng)目——堪稱人工智能領(lǐng)域的hello world。

調(diào)調(diào)CNN，跑跑ResNet，自我感覺良好，似乎每一個(gè)AI從業(yè)者，都可以是CV領(lǐng)域的帶師。魔改一下model和loss，換個(gè)應(yīng)用場(chǎng)景和benchmark，再加個(gè)時(shí)髦的Gan，一篇paper就呼之欲出了。

那為什么，會(huì)開始有人不看好現(xiàn)在的CV方向了呢?

個(gè)人認(rèn)為，CV在科研領(lǐng)域依然在如火如荼的發(fā)展，但是在工業(yè)界，遇到了AI領(lǐng)域通病：落地難，不掙錢。CV領(lǐng)域的落地，我隨便列舉幾個(gè)：

1、無(wú)人車

2、AR VR

3、內(nèi)容理解

4、傳統(tǒng)領(lǐng)域賦能（教育，安防，醫(yī)療。。。）

無(wú)人車領(lǐng)域是最重CV的方向，集結(jié)了大量CV人才。比如LZ提到CV的目標(biāo)檢測(cè)，就是無(wú)人車領(lǐng)域很實(shí)用的一個(gè)方向。然而，無(wú)人車還在發(fā)展初期，已經(jīng)倒了很多，剩下的勒緊褲腰帶，不可能招募太多人，要也是要的能突破關(guān)鍵技術(shù)的大牛，如果你不是赫赫有名的名校實(shí)驗(yàn)室學(xué)生，很難在競(jìng)爭(zhēng)中脫穎而出。

AR, VR，和無(wú)人車一樣，同樣是在早期。同樣的CV目標(biāo)檢測(cè)，可以去支持抖音上面各種時(shí)髦的特效……但然后呢？就算性能提升一倍，對(duì)這個(gè)商業(yè)模式、應(yīng)用場(chǎng)景的影響也是有限，不能像廣告、推薦能給公司帶來(lái)直接量化的收益。公司需要考慮性價(jià)比，對(duì)抖音這樣大公司尚且如此，小公司可能就直接上商湯API了，都不需要招CV的人。

內(nèi)容理解，國(guó)外在這一塊投入很大，但國(guó)內(nèi)情況或許不一樣。據(jù)說(shuō)國(guó)內(nèi)的每一條內(nèi)容都有人工審核，人力便宜，直接上“真人工”智能了……

其他傳統(tǒng)領(lǐng)域（教育，安防，醫(yī)療。。。），個(gè)人覺得核心價(jià)值是領(lǐng)域知識(shí)，政府關(guān)系，商業(yè)資源。。。CV技術(shù)？那只是錦上添花，講一個(gè)好的故事提升估值。技術(shù)模型的提升？銷售表示還不是靠他的嘴才有用。

綜上所述，我并不是看衰CV，只是對(duì)想要跟風(fēng)的CV新人提個(gè)醒，而真正的有志者并不會(huì)因此而被勸退。身為CV從業(yè)者，我依然相信這是一個(gè)很棒很有想象空間的好方向，一起共勉吧！

作者：寶珠道人
https://www.zhihu.com/question/383486199/answer/1190760008

首先說(shuō)觀點(diǎn)：長(zhǎng)期來(lái)看，我看好CV方向。

我部分理解現(xiàn)階段不看好CV的論調(diào)，并從我的角度嘗試解釋下為什么會(huì)有這個(gè)論調(diào)。

一、首先說(shuō)為什么部分理解這個(gè)論調(diào)：

1. 做CV的門檻低，科研工作相對(duì)好做。有一塊GPU就能做不少事，論文也相對(duì)好發(fā)，學(xué)術(shù)界和產(chǎn)業(yè)界從事CV相關(guān)科研的人口基數(shù)大且呈快速增長(zhǎng)態(tài)勢(shì)（特別是學(xué)術(shù)界），造成每年培養(yǎng)的研究生數(shù)量增長(zhǎng)很快，就業(yè)崗位開始“僧多粥少”了。

2. 前些年人工智能（以CV為代表）的泡沫吹得太大了。不可否認(rèn)人工智能實(shí)打?qū)崕?lái)了技術(shù)和應(yīng)用提升，但資本界和產(chǎn)業(yè)界特別是非計(jì)算機(jī)專業(yè)的人把牛皮吹太大了。前幾年錢好拿時(shí)，大家自然快糙猛上，從去年開始進(jìn)入冷靜期了，又遇上今年的疫情，CV需求短期內(nèi)下滑的陣痛難以避免。

3. CV在產(chǎn)業(yè)界雖然能夠提升應(yīng)用精度，但多體現(xiàn)為“錦上添花”而非“至關(guān)重要”。這也是為什么曠視、商湯等CV龍頭企業(yè)在產(chǎn)業(yè)界一直不溫不火的原因。還有待技術(shù)的進(jìn)一步突破來(lái)打開產(chǎn)業(yè)應(yīng)用的天花板。

二、再說(shuō)為什么長(zhǎng)期看好：

1. 人類超過(guò)80%的信息是從視覺系統(tǒng)接收的。試想一下，人若都是看不見的，社會(huì)生活中有多少現(xiàn)在能做的事情都變成做不了的。李飛飛教授在cs231n課程中也提到，人類區(qū)別于其它生物，能夠進(jìn)化到更高階的一個(gè)重要原因是人類發(fā)展出了視覺系統(tǒng)。從這套進(jìn)化邏輯來(lái)看，現(xiàn)在CV在社會(huì)生活中沒有這么重要的地位，主要是現(xiàn)在的分析技術(shù)沒有達(dá)到，而不是CV不重要。隨著社會(huì)發(fā)展，技術(shù)終究會(huì)進(jìn)步，CV的重要性不斷提升是必然。

2. 科技從技術(shù)突破到廣泛落地應(yīng)用有其時(shí)間周期。最近十年，基于監(jiān)督學(xué)習(xí)的深度學(xué)習(xí)技術(shù)在視覺目標(biāo)檢測(cè)上已經(jīng)算取得突破性進(jìn)展了，回看一下十年前的目標(biāo)檢測(cè)技術(shù)就會(huì)發(fā)現(xiàn)。現(xiàn)在這些技術(shù)，也已經(jīng)能夠?qū)嵈驅(qū)嵉奶嵘糠轴t(yī)療影像處理、人臉、工業(yè)視覺相關(guān)的應(yīng)用，但從全面改變這些領(lǐng)域的應(yīng)用范式的角度來(lái)看，還有相對(duì)較長(zhǎng)的路要走，畢竟技術(shù)只是一個(gè)方面。此外，近年來(lái)半監(jiān)督/非監(jiān)督的深度學(xué)習(xí)技術(shù)也在快速發(fā)展，這些技術(shù)取得突破后，也會(huì)為技術(shù)的廣泛落地應(yīng)用打開更多扇窗口?？偟膩?lái)說(shuō)，利用CV技術(shù)改變社會(huì)生活，是一個(gè)不可逆轉(zhuǎn)的方向。

三、最后再提一點(diǎn)對(duì)CV方向新入行人的建議：

1. 學(xué)得更深入一點(diǎn)。不要只做調(diào)參俠，這個(gè)門檻真不高。現(xiàn)成的數(shù)據(jù)，現(xiàn)成的框架，跑個(gè)好的性能出來(lái)，真的不難也不構(gòu)成核心競(jìng)爭(zhēng)力。大家要扎實(shí)把基礎(chǔ)打好，你會(huì)手寫卷積等基本運(yùn)算嗎？你能把大網(wǎng)絡(luò)的梯度傳導(dǎo)計(jì)算一步步推出來(lái)嗎？

2. 不要只想著深度學(xué)習(xí)，把圖像處理及相關(guān)的基本功底打好。深度學(xué)習(xí)是一種效果相對(duì)有保障的方法，但是，它對(duì)數(shù)據(jù)和計(jì)算資源的要求比較高。社會(huì)生活中方方面面都存在不少可以通過(guò)CV技術(shù)改善的地方。首先好好分析具體問(wèn)題，若是可以通過(guò)相對(duì)簡(jiǎn)單的方法解決，部署起來(lái)既穩(wěn)定又便宜，為什么一定要上深度學(xué)習(xí)呢。

作者：呆中之歪
https://www.zhihu.com/question/383486199/answer/1178983517

cv，nlp，語(yǔ)音等等都很好找工作，但是不是說(shuō)train個(gè)網(wǎng)絡(luò)就是cv了，mlp的bp算法能手敲嘛，cnn的呢，rnn的呢，lstm的呢，很多人都是會(huì)點(diǎn)網(wǎng)絡(luò)架構(gòu)感覺超級(jí)棒棒噠，處理復(fù)雜的數(shù)據(jù)集，打標(biāo)簽都不會(huì)，分布式訓(xùn)練，大數(shù)據(jù)集需要邊讀邊訓(xùn)練，如果做底層優(yōu)化都也不會(huì)，就是拿著別人的baseline改點(diǎn)小結(jié)構(gòu)，做點(diǎn)小tricks提升零點(diǎn)幾然后發(fā)個(gè)論文，感覺已然上天。正在厲害的理論+代碼的人，太少了，所以cv還是很缺人的，人工智能方向也是很缺人的，現(xiàn)在讓人感覺到人很火熱，其實(shí)大部分都是水，現(xiàn)在碩士動(dòng)不動(dòng)就是非算法不找，其實(shí)真沒必要，算法工程師前提是工程師。

cv還是很缺人的，nlp為啥現(xiàn)在感覺比cv好找，原因很簡(jiǎn)單，nlp還沒有被深度學(xué)習(xí)完全替代，傳統(tǒng)算法需要學(xué)習(xí)，而那些沒什么數(shù)學(xué)底子的nlp更本學(xué)不會(huì)，所以自然勸退他們，但是cv里面也有需要很多底子的地方，但是現(xiàn)在的學(xué)這方向的太表面和浮躁。不過(guò)現(xiàn)在也有所降溫，公司也不是養(yǎng)閑人的地方，公司也不需要你推公式，研究大部分建個(gè)實(shí)驗(yàn)室，找博士足以，而cv工程師呢，企業(yè)需要的是（代碼能力+理論分析能力）巨佳的人。

作者：匿名用戶
https://www.zhihu.com/question/383486199/answer/1204285642

說(shuō)多了就是內(nèi)卷

CV也好NLP也罷，就算算力充足，模型容量提高10倍，最后反應(yīng)到點(diǎn)數(shù)上面來(lái)，未必和已有的模型有太大的優(yōu)勢(shì)。最早的最老的Google BERT依然還是很香的，更別提很多地方連BERT也未必能夠跑的流暢。

再說(shuō)應(yīng)用。CV的應(yīng)用要進(jìn)一步擴(kuò)展，那么必須要發(fā)展基于視覺的理解，很多應(yīng)用只給一個(gè)標(biāo)簽是不足夠的，更加普遍的應(yīng)用是通過(guò)視覺輸入映射到更加多樣的決策空間。隨之而來(lái)的問(wèn)題是，數(shù)據(jù)的制作更加復(fù)雜，產(chǎn)量更低，而且QA復(fù)雜。結(jié)果就是問(wèn)題更加復(fù)雜，數(shù)據(jù)卻更少，而且健壯性還要保證。

繼續(xù)再在已有的一些成熟的task上面懟人力+硬件，對(duì)于各個(gè)公司來(lái)說(shuō)，除了PR之外，收益真的很小了。燒錢的研究最后還是要商業(yè)需求來(lái)埋單，如果你是AI公司的老板，固定的HC，你說(shuō)是找工程師還是找銷售？答案根本呼之欲出啊。

更別提現(xiàn)在新冠全球肆虐，近兩年的R&D在各個(gè)公司肯定都是重災(zāi)區(qū)。

作者：yuteng
https://www.zhihu.com/question/383486199/answer/1190361261

首先，CV != DL

認(rèn)為所有的計(jì)算機(jī)視覺問(wèn)題都得靠深度學(xué)習(xí)解決，本身就是一種誤解。

CV的研究和實(shí)用方向除了深度學(xué)習(xí)還有太多太多，比如SLAM、傳統(tǒng)的機(jī)器視覺、雙目視覺、全景拼接等等。他們?cè)跇I(yè)界有著越來(lái)越多的應(yīng)用，典型的比如用視覺SLAM做掃地機(jī)器人的導(dǎo)航。

就算是深度學(xué)習(xí)，每天也有那么多創(chuàng)新的網(wǎng)絡(luò)和應(yīng)用。

某個(gè)小領(lǐng)域的深度學(xué)習(xí)的論文越來(lái)越難發(fā)不等于CV行業(yè)衰落，希望題主不要以偏概全。

作者：安大叔 https://www.zhihu.com/question/383486199/answer/1173287233

個(gè)人覺得現(xiàn)在不看好cv方向的人主要分為兩種。

第一種：對(duì)cv領(lǐng)域期待太高的投資者，AI泡沫被一些始作俑者坑的太慘~

第二種：對(duì)競(jìng)爭(zhēng)慘烈的cv領(lǐng)域望而卻步的入門者~

社會(huì)上的每一個(gè)現(xiàn)象都有其深層次的原因~

1. 高期待。cv領(lǐng)域大火之后，確實(shí)極大程度上推進(jìn)了感知智能的歷史進(jìn)程。但是由于媒體較高的關(guān)注度和或許是無(wú)意識(shí)的捧殺，也讓大家都cv新技術(shù)對(duì)產(chǎn)業(yè)的正向改進(jìn)能力有了過(guò)高的預(yù)估。

2. 增速放緩。當(dāng)一個(gè)領(lǐng)域在學(xué)術(shù)前沿領(lǐng)域不再有突破性的進(jìn)展時(shí)，一定會(huì)造成這個(gè)領(lǐng)域鍛造的積累期，那些望而卻步的人不泛油一些急功近利的考量，希望可以選擇到將要爆發(fā)或者即將爆發(fā)的熱門領(lǐng)域。

3. 就業(yè)。當(dāng)一次學(xué)術(shù)突破對(duì)產(chǎn)業(yè)帶來(lái)的改變有限的時(shí)候，當(dāng)產(chǎn)品的升級(jí)對(duì)普羅大眾帶來(lái)的便利以及實(shí)用價(jià)值有限的時(shí)候，就會(huì)造成本領(lǐng)域就業(yè)競(jìng)爭(zhēng)大，進(jìn)而影響求學(xué)的人對(duì)這個(gè)領(lǐng)域的選擇。當(dāng)然，我是認(rèn)為cv產(chǎn)學(xué)研的路上還有很大的潛力的~ 相信技術(shù)革新與產(chǎn)品革新就在不遠(yuǎn)的明天~

總之，cv是一個(gè)剛需領(lǐng)域，cv依舊有著極大的學(xué)術(shù)價(jià)值與潛力。多些腳踏實(shí)地者，少些急功急利，這個(gè)領(lǐng)域會(huì)發(fā)展的更好更快更強(qiáng)~

作者：JianquanLi
https://www.zhihu.com/question/383486199/answer/1198096611

計(jì)算機(jī)視覺領(lǐng)域的目標(biāo)檢測(cè)，目前正在解決的事情是：在一張清晰的圖像中找到所有的目標(biāo)。

而工業(yè)界希望的目標(biāo)檢測(cè)，則是：在可能過(guò)曝，可能過(guò)暗，可能模糊，可能存在色差和畸變，可能圖像抖動(dòng)，可能部分?jǐn)?shù)據(jù)丟失的實(shí)時(shí)視頻流信息中，用盡可能低的成本，在能保證漏檢率和誤檢率條件下，找到圖像中有效的目標(biāo)，并獲知這些目標(biāo)在世界坐標(biāo)系下的相互關(guān)系。

簡(jiǎn)言之，工業(yè)界和學(xué)術(shù)界之間對(duì)同一個(gè)技術(shù)的要求不盡相同~

下載1：OpenCV-Contrib擴(kuò)展模塊中文版教程

在「小白學(xué)視覺」公眾號(hào)后臺(tái)回復(fù)：擴(kuò)展模塊中文教程，即可下載全網(wǎng)第一份OpenCV擴(kuò)展模塊教程中文版，涵蓋擴(kuò)展模塊安裝、SFM算法、立體視覺、目標(biāo)跟蹤、生物視覺、超分辨率處理等二十多章內(nèi)容。

下載2：Python視覺實(shí)戰(zhàn)項(xiàng)目52講

在「小白學(xué)視覺」公眾號(hào)后臺(tái)回復(fù)：Python視覺實(shí)戰(zhàn)項(xiàng)目，即可下載包括圖像分割、口罩檢測(cè)、車道線檢測(cè)、車輛計(jì)數(shù)、添加眼線、車牌識(shí)別、字符識(shí)別、情緒檢測(cè)、文本內(nèi)容提取、面部識(shí)別等31個(gè)視覺實(shí)戰(zhàn)項(xiàng)目，助力快速學(xué)校計(jì)算機(jī)視覺。

下載3：OpenCV實(shí)戰(zhàn)項(xiàng)目20講

在「小白學(xué)視覺」公眾號(hào)后臺(tái)回復(fù)：OpenCV實(shí)戰(zhàn)項(xiàng)目20講，即可下載含有20個(gè)基于OpenCV實(shí)現(xiàn)20個(gè)實(shí)戰(zhàn)項(xiàng)目，實(shí)現(xiàn)OpenCV學(xué)習(xí)進(jìn)階。

交流群

歡迎加入公眾號(hào)讀者群一起和同行交流，目前有SLAM、三維視覺、傳感器、自動(dòng)駕駛、計(jì)算攝影、檢測(cè)、分割、識(shí)別、醫(yī)學(xué)影像、GAN、算法競(jìng)賽等微信群（以后會(huì)逐漸細(xì)分），請(qǐng)掃描下面微信號(hào)加群，備注：”昵稱+學(xué)校/公司+研究方向“，例如：”張三?+?上海交大?+?視覺SLAM“。請(qǐng)按照格式備注，否則不予通過(guò)。添加成功后會(huì)根據(jù)研究方向邀請(qǐng)進(jìn)入相關(guān)微信群。請(qǐng)勿在群內(nèi)發(fā)送廣告，否則會(huì)請(qǐng)出群，謝謝理解~