图像算法、深度学习总结

    一篇博客，来结束自己这几年来图像算法的职业生涯

    总的来说，图像算法、深度学习，前景不是很明朗。研究生做这个挺多的，因为大家要发论文，需要一些算法。并且，图像发论文比较容易，也就好毕业。这是学术方面的，最近几年在CVPR等论坛收到的文章越来越多。工作方面，发现周围和自己一样做图像的研究生，毕业的时候，90%转互联网、软件开发了，剩下的基本上过的不好，三年内也转行了。

    首先说说，图像算法是干什么的。图像算法、模式识别、计算机视觉、深度学习等，名称很多，但是对于公司来说，基本上是一个概念。在学校读书时，一般采用matlab进行处理，做一些科研项目，验证算法。工作后，很多公司采用opencv,halcon等软件，进行一些跟踪、定位、分类、分割等之类的研究。

    然后说说，怎么做图像算法。当然不是说具体的算法，主要是采用的开发平台。一般做图像算法的，很多采用halcon，但是需要付费。所以越来越多的公司用Opencv，公司需求多样，有的做双目，有的测量，有的做医疗...不管你在学校学什么，公司的需求才是最重要的，你必须跟着公司的需求走。利用成熟的库进行开发，还是比较幸运的，很多公司需要从底层写一套算法，因为很多芯片不支持OPENCV等库，这个就非常困难了。单纯的一个简单算法，纯C复现的话，三五个研究生，也许要一周的时间，碰到这样的情况，想都不用想，做图像算法的工程师赶紧离职。

    接着说说，图像算法的难度。老实说，图像算法跟造发动机一样，难于登天。很多人不服气，因为他们没尝试过纯C写底层算法，基本上都是在一些OPENCV库上进行开发。当时碰到用C语言写一个简单的检测算法，公司算法部门就离职了两个博士和五个研究生。很多苦只有自己经历过才知道。面试别的公司，老板会问你，会不会自己写一套类似OPENCV的库。老板不知道OPENCV由几千人的主力和无数人开源得来的成果，在他们眼里一切都是很简单，但是他们开的工资非常低，基本上跟专科生工作两三年做前端没什么区别。图像算法目前只有人脸识别做得比较好，达到了工业应用，但是也是特定的场合。比如face++的人脸识别，随便瞪眼张嘴，就识别不了。其他方面更不用说了，无数种情况，很难做到自适应。摄像机、光照、距离、噪声...这么多干扰情况，造成正确率非常低。总之，目前图像算法还没达到工业应用级别。半年做不出东西，老板立马会赶走你。

    跟着说说，图像算法的公司和待遇。图像算法公司比较少，80%都是初创小公司，存活不了三年，升职没什么希望。小公司开不了高工资，人员流动很大。图像算法招聘要求高，需要发顶级论文，英语六级，但是待遇低，很少人愿意进来干。图像算法公司主要集中在北上广城市，占了90%以上的岗位。北京占了50%，假如不在一线城市生活，回到二线图像工作都找不到。不要以为越难的技术越赚钱，图像算法应届生待遇比开发工程师只高7%左右，由于很难做出产品，加薪特别慢。基本上开发工程师一年加薪两次，图像算法两年加薪一次，三年后相同学历和经验，图像算法年收入只有JAVA工程师的一半左右。所以图像算法工程师纷纷转行做互联网，软件开发等。

    最后说说，图像算法的前途。图像算法工程师前途不明朗，主要是因为公司少、需求少、产品难做，不像互联网产品，大众需求，又有成熟的框架，很容易盈利，可以发展成大公司。图像做成大公司基本上不可能，创业型图像公司，能存活的非常少，试错成本高，等待着被大公司收购。身边做图像的，90%毕业就做互联网，软开，剩余的三年内换行，自己也在很艰难的转互联网方向。互联网需求大、容易做产品，工资高，前途是不错的。很多虚幻的东西，比如前几年的VR，以及现在的人工智能AI，都没有产品落地，相信马上会泡沫破裂的。

    选择大于努力。选择错了，再去做别的，浪费了大把时间。很多人鼓吹某方面怎么怎么好，比如图像、深度学习、.net开发，但是前途并不好，他们会说，语言、方向不重要什么的，还大义凌然，其实是十分无耻的，明知道有个坑，不告诉别人，还要让别人去跳，是不道德的行为。

    一点经验，分享给在做和打算做图像（人工智能）的同行。希望大家都选对方向，因为时间确实很宝贵。