1樓：星辰大海
簡單、通用的演算法，應該掌握得越多越好，例如1）卷積神經網路
這個是最基礎的，估計題主早都掌握了。
卷積神經網路
2）殘差網路
殘差網路是卷積神經網路的經典改進，其訓練難度較低。
殘差模組
3）殘差收縮網路
殘差收縮網路[1]
[2]主要面向強噪資料，其軟閾值化層是其功能核心。
（面向強噪、高冗餘資料的）殘差收縮網路
2樓：撒庫拉
將近20萬字左右，基本涵蓋了老師上課講的所有內容
3樓：
本科大三實習去了曠視做演算法，當時可以留，但是毅然決然選擇了讀研。
讀研期間，實驗室沒卡，沒資料，導師專案多，基本和學術關係不大，研二要結束了一篇文章都沒。
現在已經後悔了，找實習只投後端開發，演算法已然無緣。（好在本科的時候開發的底子打得很實在，靠老本能找到工作，不然畢業即失業）
所以我的建議是，如果你的導師真的有學術能力，能給你足夠的資源和指導，那就好好深耕，參考其他答主的學習路徑。不然的話，趕緊轉開發！趕緊轉開發！趕緊轉開發！
4樓：
別搞了，CV一定是當前最有潛力的方向。很多人撓破頭皮都想進入這個行業，因為太吃香了，看著像題主這樣上岸的人，很是羨慕嫉妒。
至於那些說CV不好的，八成都是CV的從業人員，想少點人搞CV，減輕競爭壓力。像我們這種門外漢羨慕都來不及。
5樓：
某些樓主，口口聲聲說著：演算法多難呀，CV飽和啦
自己又偷偷開啟了arXiv，連上GPU訓練起了模型
想象著過幾個月招聘時又少了一批競爭對手[狗頭]
6樓：A ONE
問題描述"很喜歡CV這方面"，我只能說，喜歡是一方面，找工作謀生又是另外一方面了。
CV目前就是同質化嚴重，極度內卷。今年我了解到的情況，現在只有一篇A會一作的話，大廠的CV崗在簡歷關就已經不好使了，還別說面試了。這通貨膨脹程度還是挺大的。
對於沒入坑的人來說，趁著還沒有沉沒成本的時候，趕緊搞開發，真的，沒商量。整個CS行業，現在演算法崗已經價效比不高了，而CV又是演算法崗中價效比最不高的方向了。
哦，還有，CV這玩意真的是門檻低（統計意義上而言），啥專業都能做。所以最近幾年湧入了大批其他專業的學生，而且還都做得不錯，並沒有在學習CV上遇到障礙。清北復交浙一大批生化環材，機械，土木等專業的學生，一轉CS，考慮沒有專業背景，一般都轉演算法，轉演算法中的一大批人又去了CV，我不覺得他們搞CV會比乙個本科四年學了計算機的人搞CV差。
前幾年各大公司，商湯，曠世，各大廠A lab尚處於發展期，可能還能消化掉相當一部分人。但近兩年，可能由於相關基礎建設基本完成，剩下的都是具體方面的修修補補，面試要求變高了，名額也少了。至於等你畢業的時候，我估計好多招人的CV崗只要博士了。
總之，轉開發，準沒錯。
2020 年，投身計算機視覺是否明智？
Wusdream 如果是因為演算法崗較高的薪水，那不太建議來，因為演算法崗已經很捲了，付出回報不成正比，同樣的努力開發早就去網際網路大廠了。拿演算法預研來說，如果你沒有在演算法精度上做出提公升，每個季度考核一定會非常焦慮，CV預研在工作中的大部分任務都是對訓練資料的處理。比如，真實資料容易過擬合，就...
2023年做計算機視覺還有必要看岡薩雷斯的《數字影象處理》嗎
slamdunker 如果只想專攻機器學習方向，duck不必，了解了解就行，因為以後可能又搞推薦去了？如果想專攻影象和視覺領域，那基礎知識肯定需要掌握的。 言有三 就算不看這本書，也要看其他講解影象基礎演算法的書，我遇到過一些做了幾年CV的同學，連直方圖的基本操作都講不清楚，真是無比尷尬，很多深度學...
計算機視覺博士offer求比較，海康威視研究院or華為海思，也是安防or晶元 手機行業怎麼選？
風中葉 我個人覺得華為更有前途，機器視覺的關鍵在與晶元和演算法，聽說海康機器視覺攝像頭用的就是華為的海思晶元，未來估計會受制於華為，如果華為進入安防市場，將擠壓海康的份額。長期看海康未必能做贏華為。 我大華出來，從找工作經歷來看，勸君去華為。華為無論是知名度，待遇，技術都是屬於殿堂級的公司，海康雖然...