连华为都在研究的计算机视觉，到底有多牛?

去年&＃xff0c;华为在CCF-GAIR 大会上介绍了在人工智能领域的愿景&＃xff0c;华为为了实现这个战略目标&＃xff0c;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&＃xff0c;以此打造无所不及的AI&＃xff0c;构建万物互联的智能世界。

在计算机视觉上&＃xff0c;将以基础研究以数据高效和能耗高效为核心&＃xff0c;覆盖从2D视觉到3D视觉的技术和应用&＃xff0c;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&＃xff08;例如在工业上的运用&＃xff09;&＃xff0c;但也确实是上限高&＃xff0c;真正深入研究起图像识别&＃xff0c;要有很强的数学基础还有图像处理知识&＃xff0c;CV学科是集合了数学&＃xff0c;算法&＃xff0c;图像处理&＃xff0c;机器学习&＃xff0c;种种知识的一门学科&＃xff0c;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&＃xff0c;搞搞目标识别。满嘴跑的机器学习&＃xff0c;真正问起图像处理的一些东西又一问三不知。当然&＃xff0c;大家都是在数学的河里摸索着算法的路&＃xff0c;一边感慨着调参侠真难做&＃xff0c;我到底学的啥。

另外&＃xff0c;因为人工智能大火&＃xff0c;非常多人转行进入&＃xff0c;供给远远大于需求。另一方面&＃xff0c;转行涌入的人才大部分能力不太够&＃xff0c;毕竟隔行如隔山&＃xff0c;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&＃xff0c;反而导致岗位要求越来越高。

无论是对于深度学习相关专业的初学者&＃xff0c;还是已经在企业和组织中从事工业场景应用和研发的开发者来说&＃xff0c;选择一个适合自己&＃xff0c;适合业务场景需求的深度学习框架显得尤为重要。

所以本篇来梳理一下深度学习方向的学习路线和知识点&＃xff0c;包括深度学习到底要学什么、有哪些重要知识、现在的主流的技术点有哪些。

01

深度学习成长路线

注&＃xff1a;图片上传后可能被压缩&＃xff0c;如需无损版高清大图&＃xff0c;可直接添加助理微信&＃xff0c;免费获取。

长按扫码&＃xff0c;领取资料

扫码免费领取

02

额外福利

人工智能从基础到实战计算机视觉深度学习所有资料扫码免费领取&＃xff08;网盘资源容易被和谐&＃xff0c;建议需要的尽快领取&＃xff09;