1樓：青蛙
其實我一直很好奇為什麼CV成了DL應用裡競爭最激烈的，可能性能上提高最多吧。CV上了深度學習，但影象處理的知識還是要學的，學習的東西和基礎知識怎麼也要比推薦系統，NLP都要多，前兩個在網際網路公司也很香啊，尤其是推薦系統，哪個場景不需要用啊。結果CV卻成了競爭最激烈的。。。
2樓：knnay
計算機視覺演算法的更新迭代速度很快，從而每個年代所需要掌握的演算法都有所區別。
從2023年的角度來看，很多深度學習方法被用在計算機視覺領域，尤其是卷積神經網路的各種變體。
比較新的深度學習方法包括深度殘差網路（Deep Residual Learning）[1]、深度殘差收縮網路（Deep Residual Shrinkage Networks）[2]等。
深度殘差網路的基本模組
深度殘差收縮網路[3]在原理上比較適合強噪、高冗餘的資料。
深度殘差收縮網路的基本模組
3樓：
這是我正在寫的關於計算機視覺真實發展現狀、基本問題、難點、研究缺失的系列文章。
可以據此對計算機視覺的前景做乙個判斷，然後再決定下一步的計畫吧。就我個人來看，要入坑計算機視覺還是適合在研究機構發展，也行需要200年計算機視覺才能成熟吧，熱度一過，產業工人就沒有利益可撈了。
tgis-top：磨染的初心——計算機視覺的現狀（1）：緣起tgis-top：
磨染的初心——計算機視覺的現狀（2）：三維感知tgis-top：磨染的初心——計算機視覺的現狀（3.
0）：目標感知tgis-top：磨染的初心——計算機視覺的現狀（3.
1）：影象分割tgis-top：磨染的初心——計算機視覺的現狀（3.
2）：紋理與材質
2023年適合辭職麼
饅頭君小宇 今年整體經濟上來說確實不如之前。但是什麼時候都是風險和機遇並存。你要考慮好自己現在想離職的主要原因。就像我今年7月從一家做了2年的公司離開，換了幾家都不是很理想。但是，每段經歷都學到了很多東西。工作這個事情隨緣就好，如果真的不喜歡，甚至到了厭惡的程度，離開也沒有什麼。不過建議一定要想好，...
2019現在還適合入行軟體測試嗎？
ECGZ 主要是你自己適不適合吧，如果假設軟體行業越來越正規了，測試應該也越來越重要，但也要不斷學習追得上潮流才行啊，比如現在敏捷越來越多，測試人員作為敏捷團隊的一員肯定不能只會做測試，文件要參與寫 只有測試與PO會了解整個系統所有業務 介面規範要參與定義 搞得不好開發用得麻煩，介面測試更麻煩 效能...
2023年摩托入門推薦還是首選GW250嗎？
所有玩摩托的都必須承認乙個貼一樣的事實 在中國，或者在全世界任何地方，能打敗四大廠的只有四大廠自己。gw250在三大廠 川崎除外，沒合資 沒有推出新的合資250及以上車輛之前，都是無敵的 中國產摩托有乙個能打的？真正買過的都修過車，春風貝納利隆鑫宗申無一例外。真的，差距太大了。不信邪的可以試試，即使...