计算机视觉领域
计算机视觉是一个先进的计算机专业领域，它基于再现人类视觉并允许机器更清楚地识别图像和视频中的对象。人工智能技术的广阔领域包括一组使计算机能够提取所需信息的技术。这是具有集成概念的机器学习领域之一。
随着深度学习和神经网络的进步，出现了巨大的飞跃，CV 在与对象检测和标记相关的任务中成功超越了人类。
计算机视觉的项目构想
为了教计算机正确“看”，有必要收集大量数据并足够精确地识别物体以突出相似的特征和标志。这些想法以不同的方式实施。在工业、医疗、体育、航空航天、金融、广告和其他领域可以看到计算机视觉使用的成功例子，导致需求和相关应用数量的增加。以下是一些最令人兴奋的案例。
人体姿势分析
简而言之，Posenet是一个开源模型，它使用计算机视觉来确定图像/视频中人或物体的姿势。通过识别、定位和跟踪人体骨骼关键点的坐标来执行姿势分析。该解决方案适用于：
运动分析或实时监控系统的活动识别；
增强现实目的；
机器学习；
动画和视频游戏。
通过 GAN 进行图像转换
Faceapp 是一个使用过滤器转换输入图像的工具。在训练中，生成对抗网络（称为GAN）使用两个相互对抗的神经网络，根据训练数据的分布生成新数据。以下是可帮助您创建类似内容的数据集：名人;
闪烁的脸；
卡通套装。
社交隔离
技术可用于实时跟踪房间或区域中的人员，以查看他们是否遵守规范。当对象超出边界矩形时确定违规检测。为了使仪器更准确，您可以使用迁移学习方法。还有各种预训练的对象检测模型，如YOLO和Mask R-CNN。
从 2D 图像创建 3D 模型
Deep Mind 研究人员提出了一种人工智能系统，可以将 2D 图像转换为 3D 视觉效果。被称为生成查询网络，它可以从不同角度感知图像。Nvidia 开发了一种可以预测图像 3D 属性的架构。Facebook AI 提供了一个类似的工具，称为3D 照片功能。
以下是一些相关的数据集：
宜家数据集；
OpenSurfaces数据集；
纽约大学深度数据集；
对象网络3D。
医学影像分析
CT 和 X 射线设备生成的图像可以方便地转换为交互式 3D 模型，以便对患者细节进行非常直观、简单而深入的解释。如何评估计算机视觉开发公司
探索开发公司的服务质量、体验和安全标准。考虑对网站、LinkedIn 帐户、评级平台（Clutch、Manifest、Goodfirms）上的服务提供商的评论。
考虑规模和招聘机会，因为大中型供应商更有可能拥有所需的所有资源。
注意手中的设备和基础设施。
确保符合 ISO、PCI、HIPAA 标准以及安全策略的有效性。
索要成功完成的项目组合。
您还应该检查软件工程师的悟性：
3-5年C/C++、Python、Java、.NET经验；
在人工智能和机器学习、大数据、云技术、DevOps 和质量控制方面拥有丰富的经验；
最低技术栈：OpenCV、VisionWorks、PyTorch、TensorFlow、Caffe、SimpleCV；
在视觉项目开发、培训、测试和模型优化方面拥有成熟的技能；
具有对象分类、检测和分割方法的经验；
OCR知识；自然语言处理；美国有线电视新闻网；
了解有监督、无监督学习和强化学习。
我们的工程师已准备好承担计算机视觉领域最大胆的项目创意。
