就學時跟原po的經歷類似，大概分享一下 也是私大 >國立碩 大學時就開始玩影像，那時的專題是做居家安護的跌倒偵測 還是用古早第一代的Kinect，光補破洞就超麻煩 那時專題開發的語言是C#，上課修過MATLAB的影像課程 但專題幾乎都是靠大神Carry，因為我超級不會寫程式的 只要扯到演算法，資料結構就覺得很有障礙那種，腦子完全轉不過來 到了研所找到了教授是使用MATLAB但因為某些原因 我們這屆就是用C++來做開發，也修了幾門比較硬一點的影像視覺實做課程 就是用C++來實現一些基本影像處理演算法，用OpenGL實現圖學遊戲之類的 我還記得第一次的作業我就超有障礙 好像是影像左右相反上下顛倒，找了學長教學我才知道怎麼寫... 原因就是以前從來沒有自己刻過算法，很多時候都覺得自己是不是不擅長程式沒天份 後來就咬緊牙根撐到底，Otsu~Morphology~影像增強~八連通~濾波器等等這些作業拚死拚 活了也交了出去 之後的論文就是實現一些電腦視覺的演算法，有些因為opencv中有但算法彈性不大， 於是自己重刻(超絕痛苦)，或是刻完算法發現效能太差不如用OpenCV提供的 那這之中的算法大多數用國中數學就可以完成了，其實並沒有那麼的需要數學 除非做到DL的反向與一些ML中的統計相關 所以其實不用對自己這麼的悲觀 更不用說其實你會刻演算法，就已經比很多業界的工程師來的厲害了（認真 那接下來應該是你會比較想了解的業界的現況？ 其實會影像處理能找到範圍會更廣一些 而且現在做影像大宗已經是Python了，與我之前使用c++相去甚遠 在台灣比較上層碰到算法核心的大多數都是IC設計 要實現算法在FPGA上做驗證等，但影像演算法要寫成RTL又是另一個世界了) 接下來有很多的設備廠，晶圓廠，重工業，他們都會需要做AOI或是AI的人 因此在這邊自行開發算法的又更少了，大多數都是用各種函式庫整併 除了辨識的精準度外更多要是系統層級整合 就算是在實作DL模型的也很少會下去刻算法 晶圓廠中很多人在做類似的事情找defect，那可能會設計一些自己的演算法 在工廠端更重視系統整合，甚至在硬體相機光源上的整合 會影像演算法是讓你多一種工作選擇的門票 但在影像業界中大多數都是用於解決問題，所以快速實現與部屬才是重點 而且往往你懂得算法更容易了解如何實現 所以用的數學真的沒那麼的多，所以不用太絕望～ 而我後來找到的工作中是用MATLAB，又是另一回事了 -- 那片有座高塔哭著朝北方奔去的天空，是我此刻片尋不著的風景 --

※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 59.120.53.15 (臺灣) ※ 文章網址: https://webptt.com/m.aspx?n=bbs/Soft_Job/M.1604310007.A.D3F.html 阿呀 沒寫好 改成FPGA了～ 我是在simulink上接FPGA做驗證 ※ 編輯: EvilSD (1.160.210.154 臺灣), 11/03/2020 00:36:12 ※ 編輯: EvilSD (1.160.210.154 臺灣), 11/03/2020 00:48:42