[討論] 做影像(CV)的有不綁AI的嗎？

shomingchang02/06 17:43應該都是當tool來用吧 但是要有人去train它

shomingchang02/06 17:45AI很強啊 不然要手工去寫啥特徵點偵測嗎 很難吧

shomingchang02/06 17:47應該是DL很強，用啥SVM可能還是要設計啥HoG之類的

Wardyal02/06 17:53應該說有點排斥一天到晚在看、報論文才排斥AI

Wardyal02/06 17:53所以業界主要還是以實物為主嗎 有點好奇

shomingchang02/06 18:01可以找應用寫code的 應該不用看論文 多的是博士在搞

Wardyal02/06 18:18了解

yiche02/06 19:01也有傳統數位影像處理呀 不過內容很數學喔

Wardyal02/06 19:37喔喔 好吧

Freddy12202/06 19:39業界做AI CV就是一直implement最新paper 的東西啊

Freddy12202/06 19:39現在基本上各領域DL 方法都領先傳統 handcrafted

Freddy12202/06 19:39除非要部署在edge device 有運算上的限制 不然基本上

Freddy12202/06 19:39都用DL的方法

kobekobe00702/06 20:25有 我在做frame delivery

MoonCode02/06 23:07把 CV 跟 AI 做分類很奇怪

Ofianse02/07 01:45我先猜業界都在落地 少有資源研究新方法

q0015302/07 06:11我碩論就純 CV 找晶片缺陷，大概三年前寫的

DrTech02/07 07:46分開看真的很奇特。即使做AI，影像的前處理，後處理，還是

DrTech02/07 07:46傳統的CV與數學。即使做傳統CV，後面應用也一堆統計機器學

DrTech02/07 07:46習模型,DL還只是工作的一小塊。

DrTech02/07 07:47除非你走學術界，做產品的根本很難拆開傳統影像處理與ML，

DrTech02/07 07:47DL

DrTech02/07 07:49其實很簡單，你去找有做產品對外販售的，就不只是DL了。

MakeSITGreat02/07 08:43CV可以分成鏡頭矯正的軟韌和影像的辨識演算法，台灣

MakeSITGreat02/07 08:43硬體晶片廠前者的缺還是多數，不會用到DL，以C++撰

MakeSITGreat02/07 08:44寫傳統算法為主。但凡牽扯到應用層面，DL基本上跑

MakeSITGreat02/07 08:44不掉，只是落地要考慮硬體是否支援深度模型所有運

MakeSITGreat02/07 08:44算子以及memory是否足夠。

alan502/07 10:43你就想想只做cv是怎麼賺錢這樣就好

j095832208002/07 11:35不綁 ai 就是晶片算法的 fw

rereterry02/07 11:53其實現在大一點的團隊拆分蠻細的，有完全應用端的，讀p

rereterry02/07 11:53aper跟轉化AI都是專門的人，其他人則可能是部署串接跟

rereterry02/07 11:53相應功能開發

okgogogo02/07 13:11不要當RD就不用一直學新的技術，當sw pm?

MonyemLi02/07 13:49大多說ai都是ai操作者，這種學習時間成本不高。但cv沒a

MonyemLi02/07 13:49i訓練包會回好幾年前。從業人數越來越多的今天，進步飛

MonyemLi02/07 13:49快但你高興就好

TSMCfabXX02/07 15:03在台灣大部分都是想辦法套套件

GoalBased02/07 15:48車載不少

azsx1452002/07 19:18Robotics 應用很多，但主流還是往ai做了

recorriendo02/07 19:52影像和CV原則上不一樣 影像處理有一堆基於數學的東

recorriendo02/07 19:52西可以做 CV要做得好現在都靠AI了

recorriendo02/07 19:54當然業界不一定分工那麼清楚 取決實際需求和人手

chobit19968502/08 09:18這是趨勢，難道還要繼續用一堆參數限制的傳統方法？

eaton120202/09 02:25之前面試一些CV算法職缺給我感覺是傳統影像處理相關還

eaton120202/09 02:25是偏多