1樓：田志超
我是從事建築能耗模擬和能耗資料分析工作。現在我們在做專案過程中遇到乙個比較大的問題是：能耗模型建模時間過長。其中很大一部分精力是花在由2維CAD圖重新建立3維幾何模型。
是否可以利用影象識別技術自動根據CAD圖紙建立3維模型？一般來說CAD圖紙上的標記都是比較完善的，例如門、窗、柱和牆都是比較好區分的，如下圖。
有興趣的可以聯絡我。
2樓：鄧先明
想創業先要想清楚你的優勢是什麼：1、你有某個領域的大量資料，可以順著這些資料識別能力需要的方向去尋找應用！2、你有裝置和訓練團隊，可以為所有有需要有樣本資料的的客戶，清洗資料，標註資料，訓練模型，搭建應用框架幫助客戶使用！
3、你有需求明確的客戶，你幫他組織資源和協作團隊，滿足他的要求，4、如果你只有一些理論認識，並沒有實際大規模資料整理和實際訓練的經驗，最好歇歇，現在每年比賽的名次和演算法都公開，你不會比他們強，現在是有多少人工，才有多少智慧型，有多少實際訓練經驗，才有多少有用的模型，有多少計算能力，才有多少可能性。
3樓：
我有個影象識別的具體應用場景。利用影象識別技術來識別每個人的大小二便。通過分析不同的大便形態可以判斷使用者的健康狀態。
專利號：201621065806X。這個使用者是海量的哦。
不愁變現。
需要專利授權可以聯絡我。Q 286640322.
4樓：陳翔
我家種了幾十畝葡萄葡萄需要剪枝修果摘葉需要很多的勞動力感覺很多環節可以通過影象識別的機器來處理，粒徑不同的果粒，大小不一的葉片，高度不同的枝條，我總覺得可以通過影象對比來區分，篩選，只是我本科讀的是土木工程，才畢業，想想要是能做出這樣具有這樣的能力的機器也是挺有意思的。
5樓：
影象識別應用的感覺蠻多的啊
VR智慧型裝置
搜尋領域
廣告領域等
另外推薦乙個講座
線上分享|智慧型硬體上的影象識別：線掃瞄掌紋識別和門把手識別 - 知乎專欄
6樓：田star
樓主不妨看看imagenet最近幾年的冠軍得主，最近兩年的冠軍模型已經越來越不按照當初設想的卷積池化全連線的結構了~
這些模型已經很難是憑藉你們這種小團隊能夠想出或者訓練出來的了~so deep～
希望這個視角能對你們有幫助！
7樓：
單從語氣來看這種人怎麼當老闆？？？在學校裡哪怕能力再強，估計也是個得罪人的主，很難公升上去吧。
回到正題：
無人車無人機
相機（360 美顏等）
虛擬實境
機械人安全攝像頭（監控）
醫療領域
8樓：白玉棟
車載、行車記錄儀的車輛識別等ADAS演算法，學校人臉識別，監控行業人臉識別，道路、小區的車牌識別，食品工業的生產日期，灌裝量，包裝破損識別。製造業的零件外形合格檢測，噴碼角度檢測，工件識別、定位、外形檢測等等。
技術方面上述已經做爛了，不需要什麼科研人員來做，網上也有很多庫，有時甚至2個月的培訓班就可以，比如加工工業，食品、飲料工業一般都用halcon。市場已經有豐富的庫可以呼叫，比如說halcon、opencv。更可貴的是市場正在興起，市場接受程度也處於創業的最好時期，既不普遍到誰都知道，又不是初期難於理解。
並且初具規模。工程師群體也正在大量形成中，硬體已經基本可以滿足各種需求，並形成各種專業細分。正是創業好時候。
自動駕駛裡面也有影象分割識別。但是像這種需要大量投資，或者需要培養市場，或者存在產品賠付風險的，盡量不要進。
全景影象拼接等等也可以。
上面只是簡單舉幾個例子，還有好多。
影象創業技術方面差的不太多，但是應用上的細分行業太多了，這樣就避免了行業大鱷進來鯨吞，創業難度和風險都大大降低。業務角度更是層出不窮。任何乙個細分行業目前都可以做下去。
不足的地方在於，一般而言，影象演算法往往都是做軟體的人在做，對於FPGA、硬體電路、攝像頭模組的了解不深入。這些人往往也對嵌入式系統了解不深。因此，能將這些結合起來的人，可以找到創業風險更低的細分市場。
硬體尤其是板級，越來越像乙個傳統行業了。軟體也是，比如微控制器。軟體工資高，因為可以隨意調整方向，硬體就不大容易。
深圳是硬體創業最容易的地方了，往往也就是想辦法走量，風險大，利潤低。
9樓：Alex Cheung
我有迫切專案須要影象辨識資深的人合作 WeChat ID : DigiGraphics, 電話 18665822113, email : dhit.
[email protected] 香港張生
如何畫出影象識別所得到的多元函式影象？
把離散的二維畫素點集表示成高維函式，再通過降維或者直接擬合乙個高維函式並不是乙個好做法，原因在於 1 畫素點個數不定，難以處理 2 畫素點順序會變化，這就要求你想要擬合的函式對每個變數都是對稱的，這是個很強但是也很難處理的constraint Vision中通常的處理方式是直接把影象看成是由某個隨機...
dsp和stm32哪個適合影象識別？
我的結論是 DSP.但是從作者的身份來看,我猜想是成本不敏感的型別.當然我說的成本不敏感是在40塊錢的stm32和80塊錢的dsp中做選擇,而不是一下子上到1k塊錢的dsp.惜命,莫噴.我猜想應該是網上有這樣的聲音 多感測器強調控制,所以要選stm32.搞影象要上dsp.所以才需要 艱難 選擇.實際...
Android開發者，想轉行影象識別，需要學習哪些知識？
懶人元 1.NDK和C 把C 工程移植到Android端 2.OpenCV，這個是基本的影象處理的工具庫 3.OpenGL，簡單了解就好，這個是用來展示影象處理的結果 4.一些簡單的機器學習和深度學習基礎知識，深度學習的話請參考cs231n課程 5.掌握一種或多種深度學習框架，如caffe，tens...