我有稍微理解这两个的差异性了虽然都是建立在machine learning 的架构下
但要解决的问题不一样，machine vision比较偏向于aoi、产线或工业仪器的自动化，也有人称智动化，还有case by case等
我想问这种工作对于向我这种：所学是纯软件或主要是利用machine learning来架构辨识系统，影像处理只有opencv程度的人适合吗
因为我看到machine vision 这领域好像跟自控、机械、光电、硬件有相关，感觉像是需要全方位人才，以及需要强大影像算法基础
machine vision要处理的产线的问题偏沉闷钱也没比较多，而machine vision主要处理人有关的问题
希望有大大可以为小弟指点一下:以第一份工作来说走machine vision这条路好，还是走专为解决日常问题的computer vision呢?哪个比较学的到东西呢?感激不尽
作者:
ldkrsi (衰神)
2017-12-01 01:41:00公司愿意收你就去吧!?
作者:
senjor (哞哞)
2017-12-01 02:11:00你又不是一辈子只有一个技术，总是要学的，没啥好怕的
作者:
backprog (back-propagation)
2017-12-01 04:40:00建立在machine learning 的架构下(X)跟着往machine learning 的流行走(O)
公司收就去，而且其实很多时候职缺名称是人资开的，我主管写英文，人资翻中文，要找我们team成员，所以还问我名称怎么翻...一个专案多半都会有各个不同环节，主要是公司规模，决定其他部分有多少工程师支援，有就额外的越少支援越少，自己就变得越全方位
作者: FrozenMoment 2017-12-01 07:57:00
推4楼
作者:
testPtt (测试)
2017-12-01 08:14:00只会用opencv lib跟懂opencv程式码差很多喔
作者:
wxtn (不一样的声音)
2017-12-02 00:50:00推4楼XD 现在在做类似工作 其实还蛮重全方位性的