作者a0916665106 (班班)
看板Soft_Job
标题[请益] 机器视觉 与 电脑视觉？
时间Fri Dec 1 01:24:40 2017
我有稍微理解这两个的差异性了虽然都是建立在machine learning 的架构下
但要解决的问题不一样，machine vision比较偏向於aoi、产线或工业仪器的自动化，也有人称智动化，还有case by case等
我想问这种工作对於向我这种：所学是纯软体或主要是利用machine learning来架构辨识系统，影像处理只有opencv程度的人适合吗
因为我看到machine vision 这领域好像跟自控、机械、光电、硬体有相关，感觉像是需要全方位人才，以及需要强大影像演算法基础
machine vision要处理的产线的问题偏沉闷钱也没比较多，而machine vision主要处理人有关的问题
希望有大大可以为小弟指点一下:以第一份工作来说走machine vision这条路好，还是走专为解决日常问题的computer vision呢?哪个比较学的到东西呢?感激不尽
--
※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 180.176.82.249
※ 文章网址: https://webptt.com/cn.aspx?n=bbs/Soft_Job/M.1512062683.A.FC0.html
1F：推 ldkrsi: 公司愿意收你就去吧!? 12/01 01:41
2F：→ a0916665106: 我怕太硬，我无法应付 12/01 01:48
3F：推 senjor: 你又不是一辈子只有一个技术，总是要学的，没啥好怕的 12/01 02:11
4F：推 backprog: 建立在machine learning 的架构下(X) 12/01 04:40
5F：→ backprog: 跟着往machine learning 的流行走(O) 12/01 04:40
6F：推 discipile: 公司收就去，而且其实很多时候职缺名称是人资开的，我 12/01 05:02
7F：→ discipile: 主管写英文，人资翻中文，要找我们team成员，所以还问 12/01 05:02
8F：→ discipile: 我名称怎麽翻... 12/01 05:02
9F：→ discipile: 一个专案多半都会有各个不同环节，主要是公司规模，决 12/01 05:04
10F：→ discipile: 定其他部分有多少工程师支援，有就额外的越少 12/01 05:04
11F：→ discipile: 支援越少，自己就变得越全方位 12/01 05:05
12F：推 FrozenMoment: 推4楼 12/01 07:57
13F：→ testPtt: 只会用opencv lib跟懂opencv程式码差很多喔 12/01 08:14
※ 编辑: a0916665106 (180.176.82.249), 12/01/2017 08:39:20
※ 编辑: a0916665106 (180.176.82.249), 12/01/2017 08:40:06
※ 编辑: a0916665106 (180.176.82.249), 12/01/2017 09:00:25
14F：推 wxtn: 推4楼XD 现在在做类似工作 其实还蛮重全方位性的 12/02 00:50
15F：推 Sidney0503: 四楼无误 原PO是根本没理解XD 12/02 09:00