作者a0916665106 (班班)
看板Soft_Job
標題[請益] 機器視覺 與 電腦視覺？
時間Fri Dec 1 01:24:40 2017
我有稍微理解這兩個的差異性了雖然都是建立在machine learning 的架構下
但要解決的問題不一樣，machine vision比較偏向於aoi、產線或工業儀器的自動化，也有人稱智動化，還有case by case等
我想問這種工作對於向我這種：所學是純軟體或主要是利用machine learning來架構辨識系統，影像處理只有opencv程度的人適合嗎
因為我看到machine vision 這領域好像跟自控、機械、光電、硬體有相關，感覺像是需要全方位人才，以及需要強大影像演算法基礎
machine vision要處理的產線的問題偏沉悶錢也沒比較多，而machine vision主要處理人有關的問題
希望有大大可以為小弟指點一下:以第一份工作來說走machine vision這條路好，還是走專為解決日常問題的computer vision呢?哪個比較學的到東西呢?感激不盡
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 180.176.82.249
※ 文章網址: https://webptt.com/m.aspx?n=bbs/Soft_Job/M.1512062683.A.FC0.html
1F：推 ldkrsi: 公司願意收你就去吧!? 12/01 01:41
2F：→ a0916665106: 我怕太硬，我無法應付 12/01 01:48
3F：推 senjor: 你又不是一輩子只有一個技術，總是要學的，沒啥好怕的 12/01 02:11
4F：推 backprog: 建立在machine learning 的架構下(X) 12/01 04:40
5F：→ backprog: 跟著往machine learning 的流行走(O) 12/01 04:40
6F：推 discipile: 公司收就去，而且其實很多時候職缺名稱是人資開的，我 12/01 05:02
7F：→ discipile: 主管寫英文，人資翻中文，要找我們team成員，所以還問 12/01 05:02
8F：→ discipile: 我名稱怎麼翻... 12/01 05:02
9F：→ discipile: 一個專案多半都會有各個不同環節，主要是公司規模，決 12/01 05:04
10F：→ discipile: 定其他部分有多少工程師支援，有就額外的越少 12/01 05:04
11F：→ discipile: 支援越少，自己就變得越全方位 12/01 05:05
12F：推 FrozenMoment: 推4樓 12/01 07:57
13F：→ testPtt: 只會用opencv lib跟懂opencv程式碼差很多喔 12/01 08:14
※ 編輯: a0916665106 (180.176.82.249), 12/01/2017 08:39:20
※ 編輯: a0916665106 (180.176.82.249), 12/01/2017 08:40:06
※ 編輯: a0916665106 (180.176.82.249), 12/01/2017 09:00:25
14F：推 wxtn: 推4樓XD 現在在做類似工作 其實還蠻重全方位性的 12/02 00:50
15F：推 Sidney0503: 四樓無誤 原PO是根本沒理解XD 12/02 09:00