靠OpenCV吃飯的圖像演算法工程師在深度學習的衝擊下衝擊下還有活路嗎？ 瀉藥，「靠OpenCV吃飯的圖像演算法工程師在深度學習的衝擊下衝擊下還有活路嗎？」
盘柼幚碇R都不具備 靠深度學習直接上手。。。。。。衝擊了我們這些靠傳統cv起家的 是不是活路真的越來越窄了。。。。
你說的深度學習，opencv都是工具。工具是你去掘金的工具，至於去哪裡掘金怎麼去掘金是要靠經驗以及對於場景的理解。有些場景在效率等問題的兼顧下深度學習反而是拖後腿的。你也會發現現在很多paper的創新點都是在傳統cv方法上進行挖掘。所以學好傳統cv很重要。
衝擊肯定是有的，但是真正的替代是，他們不僅學了深度學習，還學了傳統CV，掌握了你掌握的知識，那時候就徹底要被淘汰了。所以你趕緊也學一學深度學習，只要你學的比他們快，那就能替代他們。
opencv也有深度學習，還有，啥是不能學的？
瀉藥，「靠OpenCV吃飯的圖像演算法工程師在深度學習的衝擊下衝擊下還有活路嗎？」
深度學習能做的事情其實並不多，如果你說衝擊svm之類的傳統分類器，這確實會有影響。但是視覺應用這只是很小一部分。比如精確視覺測量，這個用深度學習現在無解。而且即便用深度學習做分類器也一樣需要預處理後處理，你的opencv應然有用武之地。最後現在的opencv自帶深度學習部分。所以深度學習也是opencv的一部分，你也可以在opencv中直接用。
能學會OpenCV，說明基礎過硬。
為了迎合時代的浪潮，未嘗不能去學一些深度學習的演算法。
可以先從基礎、通用的演算法學起，例如卷積神經網路、殘差網路、殘差收縮網路等。
opencv也有深度學習啊，他們能學你也能學啊
會openCV遠遠不夠的，應屆生都不夠，至少要會tf，pytorch等框架，熟悉深度學習比如分割，檢測，人臉，等前沿熱點技術，熟悉C++多線程，CUDA編程，熟悉模型壓縮，模型部署等方向，並且能快速露出劍指offer，leetcode中等難度代碼，還得有幾篇EI圖像會議論文防身，才行！！！
自己不跟上技術迭代，不要埋怨，哪個技術不發展，原地嗎？open cv貌似也到4.1.1了吧
推薦閱讀：
