2021 年，投身计算机视觉是否明智？

不是标题党，所以先说结论：“ 如果不是很感兴趣对自己的能力也不是很有信心，那我觉得不明智，对任何行业来说都是 ”

而且CV并不是所谓的万金油专业。资本市场的需求是在变动的，前几年香饽饽的专业，现在就可能棒打落水狗。永远不要相信资本主义的风口。

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”，深入讲解深度学习领域必备经典网络架构，基于pytorch最新版本展开实例分析，基于真实数据集构建经典CV网络架构。

面向希望从事计算机视觉算法工程师、图像处理工程师、机器视觉算法、深度学习算法工程师、语音识别等岗位的同学。训练营尤其适合：

• 计算机等相关专业的高年级本科生或研究生；

• 从事Java开发或传统IT技术开发，想往人工智能方面转行的朋友（有编程语言基础即可）；

• 从事从事对数据科学具备一定的热情，希望能够从事相关行业或者自己创造相关产品的人员；

本次课程内容▼

训练营时间：

1月12日-1月14日，每晚20:00上课

● 咕泡内部技术资料

本篇文章来源于: 深度学习这件小事