機器視覺這么難？為什么有的人年薪30W，有的人還沒入門

　　關于“如何入門/轉行機器視覺”有幾萬到幾十萬的閱讀量，學生經常在微信官方賬號的后臺向我們拋出類似的問題?？梢姾芏?-1歲的視覺新人對此有困擾和疑惑。

　　我總結一下，大概有以下四種人：

　　1)即將畢業(yè)，想進入機器視覺行業(yè)但不知道如何學習的大學生。

　　大三大四是選擇工作和就業(yè)的關鍵時期，視覺工程師又不是門檻很低的崗位(畢竟工程師的頭銜是掛著的)，所以會有很多不確定的視覺小白被勸退。

　　繼續(xù)堅持讓想做視覺工程師的小白自己摸索學習，多接觸魚龍混雜的自學資料。他們往往沒有系統(tǒng)，碎片化的知識會增加焦慮。

　　2)在另一個行業(yè)工作多年，想轉行做視覺工程師

　　工作多年，但人生做出了一個很大的選擇，踏入了一個調性和氛圍完全不同的行業(yè)，但是對于labview機器視覺需要掌握哪些技能卻沒有一個清晰的概念，很焦慮自己的年齡會成為發(fā)展的天花板。

　　3)在自動化的其他功能領域，想轉行機器視覺

　　他們在自動化行業(yè)有一段時間了，也聽說過機器視覺的地位，所以轉行做機器視覺工程師是他們深思熟慮的結果。但由于對labview知之甚少，很容易陷入思維的大坑，以為只要學一點lab vew編程，模仿市場上現(xiàn)有的可視化軟件，就可以輕松完成切換。

　　4)剛加入機器視覺崗位，沒人教也沒人帶

　　他們已經成功加入機器視覺，但可能在一些中小型公司工作，而公司又沒有系統(tǒng)規(guī)范的管理體系，所以他們從一開始就處于一種蠻荒的狀態(tài)，帶著自己的飛行，但是沒有系統(tǒng)的工作方法的指導，他們很容易陷入瓶頸，這對他們的職業(yè)發(fā)展非常不利。

　　所以，我想從以下兩個維度幫你解決眼前的困惑：

　　1.轉行/入門機器視覺需要哪些能力？

　　早期的機器視覺領域有點像“三無”職業(yè)：沒有專門的訓練，沒有固定的能力要求，沒有客觀的評價標準。

　　因為國內外機器視覺的發(fā)展階段不一樣。國內機器視覺起步比歐美晚十幾年，因為2006年才開始進入市場起步期。但隨著中國人口紅利的消失和制造業(yè)的被迫轉型升級，整個行業(yè)將會快速發(fā)展，對機器視覺工程師這個職位的需求也會穩(wěn)步增長。所以，隨著市場的逐步完善，現(xiàn)在的企業(yè)機器視覺已經具備了基本的能力要求。典型的例子是——

　　調試labview視覺軟件和攝像頭硬件

　　掌握labview圖像采集、可視化輔助算法仿真、可視化軟件框架和模板匹配算法

　　實現(xiàn)參數(shù)保存、連續(xù)運行和單步運行

　　布局視覺軟件系統(tǒng)框架

　　labview可視化軟件的獨立設計

　　這些是一個0-1歲的視覺工程師應該具備的基本技能。你要做的就是盡可能的掌握這些技能，至少讓它們合格，甚至把某項技能作為你的長板，提升你的核心競爭力。這樣，無論是想入門，還是想轉行，還是只想成為一名機器視覺工程師，都可以找到自己的“把握”，找到自己的價值。

　　2.如何掌握這些能力？

　　能力的獲得基本分為兩個層面，一個是認知層面，一個是行為層面。如果你知道labview編程很重要，那就屬于認知層；可以使用labview編程編寫模板匹配，實現(xiàn)自動操作和連續(xù)彩圖，屬于行為層。

　　建立認知而不跟進行為，基本上是浪費時間。很多人享受著“我知道很多新知識”的狀態(tài)，卻從來不去想如何去落實這些新知識。就像讀了100本機器視覺相關的書，卻連簡單的算法描述文檔和可視化助手腳本都提交不了，沒用。

　　長此以往，你讀的干貨越多，你就越享受獲得碎片化知識的快感，慢慢地你就會“淹沒”在新知識的海洋里。

　　那么我們該怎么辦呢？

　　大道至簡，三言兩語就能解釋——

　　首先，你要篩選出哪些知識對你至關重要。關鍵是你學了這些知識之后，你真的可以換一份現(xiàn)在的工作了。

　　其次，你需要在關鍵知識上進行大量的刻意練習。

　　最后，你需要有反饋感，比如自己導出一個東西放到相應的平臺上讓大家判斷；找?guī)讉€小伙伴一起學習練習，互相督促反饋；找一些業(yè)內靠譜的老師給你指導。

　　只有這樣，你才能真正掌握這些能力，獲得真實可見的成長。

　　這三個步驟說起來容易，但實踐起來相當困難，因為可能你不知道如何把項目和實踐結合起來，找不到一個可靠的同事給你及時的反饋。