1樓：初學
我懂的不多，但對CV還是很看好的，
我比較看好通過增加依照先驗特徵的前級處理，能大幅度降低運算量和準確率的CV方法，也就是冷靜下來，回歸下傳統。
而且，煉丹真是個好差事，羨慕的要命。
2樓：大煎餅
依然是看好CV領域的。雖然CV領域很捲，但是生產資料只是電腦。不像傳統製造業，生產資料都不屬於個人。
雖然現有CV演算法在很多公開資料集上的效果已經很好，但是實際場景的資料往往是更難的。
例如，實際場景的資料往往含有大量雜訊、冗餘，這會給現有演算法造成挑戰。
因此，現有CV演算法與經典訊號降噪方法的結合，是乙個研究方向。殘差收縮網路
[1][2]就是殘差網路與軟閾值化的結合，適合強噪、高冗餘資料。
（面向強噪、高冗餘資料的）殘差收縮網路
綜上所述，CV方向還有很大研究價值。
3樓：
大多數不看好cv的聲音都在說cv內捲、灌水、同質化嚴重。很多模型都在搞trick刷點，overfit test set，實際毫無意義等。
但我覺得這些現象不能代表整個cv領域，cv領域也在發展新思路，新想法，社群也在試圖破除不良風氣，所以整體來看cv還是有前途的。至於隨便學學就能拿高薪，隨便水水就能髮頂會，本就不該成為任何乙個領域的常態。
4樓：iccvnips
請各位剛入門的同學們清楚一件事，cv不僅僅是deep learning。大浪淘沙，等泡沫破碎，cv裡的珍珠還是需要研究者們共同努力探尋的。
5樓：
門檻低，相關人員的人品也普遍比較差。就像生化環材，大部分學術造假的就都是生化環材，也是門檻低，人品差的方向。
全世界做CV的都在灌水，CVPR的oral也都是水貨，甚至讓一些一讀研就接觸CV的人產生了一種錯覺：讓他們以為原來科研可以那麼不用腦子得搞。
然後CV人群中的有些人開始醒悟了，發覺這個方向存在的意義就是灌水，投資人和教育部也逐漸聰明了起來，之後大家都騙不到經費，這個方向被徹底玩死。
6樓：
簡單的以醫學影像來說，很多所謂的CVer只是做影象後處理的，他們拿到的資料也是機器上重建完的，成像原理都不懂拿個模型一通亂試。另一方面，臨床醫生則是既不懂成像也不懂CV但他們的資料卻又是最多的。如果有人把成像的硬體，到演算法再加上深度學習整個都融合起來成為乙個整體，毫無疑問這不管是工業上還是學術上都是有創新點和影響力的。
大家都想賺快錢，發快文章，自然就有人覺得現在不是CV好方向。
7樓：random walk
我覺得吧，很多人說了那麼多，可能連CV是啥都沒怎麼弄明白。
把CV和檢測，識別劃等號了。
可是，CV涵蓋的問題可多了去了。
和影象相關的問題基本都在CV範圍內。
光影象就有彩色影象，黑白影象，紅外影象，CT影象，B超影象，顯微影象，遙感影象。。。。。
相關問題也是多如牛毛。
比如，乙個簡單的增加幀率的問題，就夠乙個產業去搞了。
8樓：莫名
計算機視覺（3D，slam，perception，sr，image process，hyperspectral等方向）仍然在蓬勃發展中，但是沒有剛被dl推動那兩年那麼熱門，比起十年前，已經進步了十倍，創造了數萬億的直接市值。
只不過下一次突破不清楚在什麼時候，加上cv的工程應用擴張慢，自然很多人不看好。
9樓：Nergigante
不是CV方向的問題，是這個方向湧進來太多沒有基礎知識的新從業者，是這群人會遇到很大的問題...10幾年前我讀書時候，CV方向入門是從霍夫變換、canny運算元、sift特徵、ICP、HMM這些學起，前幾年開始我就發現面試的新人基本上只知道CNN，但要是問問CNN真的有旋轉不變性嗎？就支支吾吾沒詞了。
世紀初時候是太冷了，現在是過熱了，過冷過熱都會有均值回歸的過程。
10樓：
我笑死。
現在網上的這些人能看好什麼方向？都看好的是繼承億萬家產吧。
你能判斷好方向，那麼你就是乙個風潮的勝利者；
否則就是你好，打工人。
都看好的，一定不是什麼好方向；
未來的好方向，一定是少有人走的路。
11樓：永恆之讚
當年沒人看好dnn，hinton硬是殺出一條血路，所以別動不動就某某沒前途，雖然咱不是大牛，但做精乙個領域還是很有發展前景的。除了cv，你說那個方向不飽和？安卓？
ios？web？
12樓：
也不是所有CV領域都不看好。
有些紅海領域，比如有人買單的監控識別類，輔助安全類，識別分揀類產品都做透了，硬體化了，低價競爭激烈，很難突破。
其他領域比如無人駕駛受安全政策影響大，很難做到有人買單，同樣很難突破。
還有就是一但有其他感測器可替代性，人們就不願意使用CV，乙個線圈能解決的問題，就不用攝像頭。
13樓：謝流遠
因為cv入行最容易，所以最內卷。
nlp還要學點分字分詞語法分析啥的，資料清洗裡面一堆trick。
語音更是mfcc怎麼算都要學半天，完事一堆decoding。
RL先要學一堆policy value q啥的概念，然後裡面一堆不足為外人道的trick，你不懂你的模型根本就不收斂。
只有cv會rgb就行了，lab都不需要的。。。
14樓：
正常，我們這一代人特點就是幹一行恨一行。做啥做久了，都覺得這個行業是爛的，但是同時又覺得未來潛力無限，我之前思考過如何理性評估行業的比爛指標，就是看看說行業爛的，和說行業未來潛力無限的兩撥人，看這兩撥人的(收入/影響力/資源)的比例，差異越大的，這個行業爛指數越大。
實話說，CV，NLP 還不到這個地步，只是這玩意和市場預期不符，導致市場收縮，擠掉很多泡沫，其實你問很多搞 CV，NLP 找不到工作的博士，他們大概率不會否認這個行業的未來，那些認為CV，NLP 大有可謂的博士，也不見得比黃賭毒推薦系統刷題碩士有錢，兩極分化並不明顯。
很多基礎學科才是真的爛，比如搞生化棺材的，畢業的覺得行業還有希望，和行業沒有希望的兩撥人嚴重對立，掌握的話語權/財富的比值，我感覺幾乎是***起步。
15樓：倉鼠桑
你知道的，只要做的人多，就會被不看好，因為濫竽充數的人拉低了外界對這個領域的印象，這行的門檻因為開源庫，硬體水平等迅速發展變低了很多；同時，相當一部分人處理問題的思路千篇一律，這也讓這個領域的研究看起來陷入了瓶頸。
事實上，CV應該是乙個非常開闊而有活力的領域，讓計算機獲得像人一樣的豐富視界判斷，用這來實現各種有意思的設想，而不拘泥於所用的方法手段，這是多麼有意思的事情。
每當我翻看CVPR的時候，都能看到許多讓我眼前一亮的研究方向和成果，讓人感嘆業內先驅的想象力和創造力，如果能實現產業轉化，肯定會給生活帶來新氣象。
16樓：熱烈慶祝
不是不看好，而是每年灌水文章太多了。
這還是好的。
最怕花裡胡哨說了一堆，
特麼東西壓根不能用。
復現完了在資料集上跑的很漂亮，
一上實際資料抓瞎。
這種事兒我遇到好幾次了，
導致我現在看CVPR都得保留態度。。
17樓：
不能輕易下結論哦。
CV方向的人才市場仍然如火如荼，趨勢應該還能再延續兩到三年。
目前也就人臉比較成熟，檢測、重建、語義等等都還有很大的發展空間。長期看好，但是如果打算圈一輪紅利然後跑路，而不是長期耕耘積累，建議不要入坑。
18樓：李濟深
有什麼不看好的？
深度學習慢慢冷靜沉澱下來了，
只要能吃苦，
# 實在是因為看不下去了所以才回答系列
19樓：
深度學習冷下來了咯，以前還能怪一下計算能力，現在幾年都是incremental，你掛大牛就中，不掛就不中，這個圈子比dm還亂
20樓：
說多了就是內卷
CV也好NLP也罷，就算算力充足，模型容量提高10倍，最後反應到點數上面來，未必和已有的模型有太大的優勢。最早的最老的Google BERT依然還是很香的，更別提很多地方連BERT也未必能夠跑的流暢。
再說應用。CV的應用要進一步擴充套件，那麼必須要發展基於視覺的理解，很多應用只給乙個標籤是不足夠的，更加普遍的應用是通過視覺輸入對映到更加多樣的決策空間。隨之而來的問題是，資料的製作更加複雜，產量更低，而且QA複雜。
結果就是問題更加複雜，資料卻更少，而且健壯性還要保證。
繼續再在已有的一些成熟的task上面懟人力+硬體，對於各個公司來說，除了PR之外，收益真的很小了。燒錢的研究最後還是要商業需求來埋單，如果你是AI公司的老闆，固定的HC，你說是找工程師還是找銷售？答案根本呼之欲出啊。
更別提現在新冠全球肆虐，近兩年的R&D在各個公司肯定都是重災區。
21樓：白世明
公司去年就招乙個cv崗位碩士以上，投來了1000多簡歷，最後是清華博士拿來offer。所以，從找工作方面看，自己體會，競爭太大。
22樓：
我覺得這個不看好，只是沒有原來那麼看好。cv學術與工業研究成果和其它的底層軟體領域一樣，只有最強者能留下，第二苟活，第三隨時要掛。因為強者才有生態，才有馬太效應的正反饋。
現在工業落地也是越來越難，從超高速減速到高速，環比是妥妥下降的
23樓：馬丁當
現在CV == DL了嗎？
多去大牛實驗室網頁看看就知道除了DL還有很多有意思的領域，比如下面這些。
Computer Vision Group - Research Areas
24樓：百思視界
我還是很看好cv方向。首先工業應用與學術研究要分開了來看。
工業應用中，比較擅長的事情就是資料+計算資源，如果你要是做這方面的研究，去公司實習最好，不要抱怨學校資源差。
學術研究還是要以深入為主，方法原理了解清楚，當遇到工業界大規模與大資料的問題時，可以用以學的知識分析問題，幫助自己成長。
25樓：葉子
Yolo大師退出學術圈
怕將來研製出的東西對人類自身有傷害
但這說明cv還是有很大的前景的
不被看好大約是實際突破太小，阻力大，灌水多，導致cv沒有實際的進展不過我覺得任何事物都有不被看好的階段，在不被看好到看好都是需要乙個過程的。
26樓：小貓咪的大老虎
技術遇到瓶頸，不能滿足實際需求罷了。我的看法是，自resnet以後，dl停滯了，cv近些年的火本質也是dl帶起來的，所以也停滯了，沒有了想象空間，資本不會買單的。
為什麼現在這麼多人不看好2020款天籟？
廣州貸款邱亮洪 日產Teana因影音系統故障 汽油箱異響等，高居車型投訴榜TOP30。對於一款中級車，日產Teana在產品不夠重視，導致這款車型目前存在較為多發的影音系統故障和汽油箱異響等方面的問題。由於這兩項問題的多發，導致其成為車型投訴榜單上的常客。根據車宇世界查詢發現，車質網發布的2020年5...
為什麼很多NS玩家都不看好switch lite？
美膚寶兒 Ns的有點有兩塊，一是它很便捷，隨身攜帶隨時隨地都可以玩 二是它真的非常適合多人遊玩，我的ns上基本都是多人遊玩的遊戲，剛買的時候是買的塞爾達和健身環一起，你說這樣玩的話，優勢不是更大嘛，ns其實多人遊玩才是重中之重，你看看第一方的遊戲都是啥就明白了，至於第三方遊戲，大部分跟steam上充...
為什麼網友們都不看好黃霄雲
黃霄雲不該被這麼罵！但是觀眾討厭她不是無緣無故的！這類問題現在真是如雨後春筍般層出不窮 如何看待黃霄雲奇襲毛不易，然後被毛不易粉絲全網黑？知乎 https www. SHilyRrr 因為優秀唄 看不慣別人行唄 就像上學的時候看見全能又漂亮的女孩子心裡隔應唄承認別人優秀很難唄因為沒啥名氣 因為自己喜...