重磅 | 《2020年度中国计算机视觉人才调研报告》正式出炉

2020年计算机视觉人才调研报告显示,该领域人才极度稀缺,主要集中在一线城市,尤其在北京、上海、深圳等地。研究领域以目标检测为主,Pytorch和TensorFlow是最常用深度学习框架。学生群体期望在AI企业和研究院工作,多数看重薪资和就业机会。企业对硕士及以上学历人才需求旺盛,偏好多元化专业背景,重视实际应用能力。尽管人才短缺,但计算机视觉领域的发展仍面临诸多挑战,包括专业技能储备不足、校企合作困难等。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

在这里插入图片描述
计算机视觉领域岗位人才供需比为0.09,相关人才属于极度稀缺程度。

—全文共11308字,阅读需要34分钟—

随着人工智能应用场景的拓展,我国正在不断促进人工智能技术落地,大力培养人工智能应用型人才。

为了洞悉“后疫情”时代下计算机视觉领域专业人才的学习与工作现状、未来规划、发展瓶颈,了解企业与社会对计算机视觉领域的人才诉求,为政府、企业、高校、科研院所等产业链相关机构提供参考,极视角旗下开发者生态—极市平台、中国图象图形学学会与德勤联合推出《2020年度中国计算机视觉人才调研报告》。

如若想收藏本文报告,可以在极视角公众号回复关键词“人才调研报告”获取。

01 中国计算机视觉人才现状

1.1 城市分布:人才主要分布在一线和新一线城市,超过50%的人才聚集在前八名城市

本次调研结果显示,七成以上计算机视觉人才集中在商业资源集聚度高、城市枢纽性强的一线与新一线城市,整体人才分布集中度高。本次调研中,一线城市的定义为:北京、上海、广州、深圳;新一线城市的定义主要选取新一线城市研究所公布的《2020城市商业魅力排行榜》,包含:成都、重庆、杭州、武汉、西安、天津、苏州、南京、郑州、长沙、东莞、沈阳、青岛、合肥、佛山。

除北上广深外,南京、武汉、杭州、成都作为新一线城市的代表,也拥有大量本领域人才;这前八名城市拥有的计算机视觉人才总和超过全国的50%。同时,本领域人才的分布与各地经济水平呈现密切相关性。

在这里插入图片描述

1.2 专业技能与研究领域:计算机视觉人才多来自计算机专业,主要研究领域为目标检测

■ 学术专业背景

根据本次调研数据显示,50%左右的计算机视觉人才来自于计算机科学与技术专业。由于计算机视觉技术的发展涉及到数学、物理学、光谱学、自动化学科、脑科学、神经心理学、认知心理学、行为心理学、生物科学等多种交叉学科,本次调研中也有超过40%的计算机视觉人才来自电子与通信工程、电气工程与自动化、数学等非计算机专业。值得关注的是,人工智能专业在2018年被正式纳入我国本科专业名单,至今已有超过200所高校开设了相关专业并启动招生;在本次调研中,有6.81%的人才正是来自于新开设的人工智能专业,并且已经开始或即将进入计算机视觉方向的学习与研究。

图片

▲中国计算机视觉人才专业背景分布情况(TOP 5)

■ 细分研究领域

现阶段,计算机视觉人才的研究领域集中在目标检测、图像分割、文本理解和目标跟踪几个方向。同时,随着技术的不断深入,计算机视觉技术整体研究领域呈现出多元化的特点:抠图Matting、医学影像处理识别、图像增强、图像修复与超分辨、3D视觉、遥感与航拍影像处理识别也是本领域人才关注的方向。

图片

▲中国计算机视觉研究领域分布情况

■中文论文发表情况统计

根据对中国知网收录的中文学术论文的统计,中国计算机视觉领域论文发布数量逐年上升,从2015年至2019年,相关论文数量从2033篇增长到3842篇,增幅近九成。同期,计算机视觉领域的外文论文数量由1896篇上升到2848篇,增幅为50%,明显低于中文论文的增长幅度。但在高水平论文领域,清华大学-中国工程院知识智能联合研究中心近日发布的《智慧人才发展报告》指出,中国在人工智能领域的高水平论文发表量居世界第二,仅次于美国,但是与美国相比仍存在较大差距:美国的高水平论文发表量(69764)是中国(25418)的 2.74倍,美国(49116)高水平论文作者数量是中国(17368)的2.83倍。

在计算机视觉中文学术论文的统计中,目标检测作为计算机视觉领域的基础研究任务,相关论文成果数量和增长速度明显高出其他研究领域,在过去五年(2015-2019)目标检测相关论文数量增长了超200%。同时,目标检测也是近年来中国计算机视觉产业落地过程中应用最广泛的技术之一,大量实际场景数据也为该任务的研究提供了有力支撑。

图片

▲近五年中国计算机视觉中文论文发表情况

图片

▲近五年中国计算机视觉中文论文细分领域发表情况

1.3 开发习惯:中国计算机视觉人才最常用Pytorch和TensorFlow

■开发语言偏好

Python是目前中国计算机视觉人才最常用的开发语言。Python编程语言具有简单、高效的特点,这使得初学者和计算机专家都可以很快的上手。另外,Python作为一门开源的语言,其社区中拥有大量的编程志愿者,使Python得以大规模推广。同时,不少将C/C++作为主要编程语言的计算机视觉人才,也会同时选择Python作为辅助工具,以满足不同任务的需求。

图片

▲中国计算机视觉人才开发语言偏好

■ 深度学习框架应用偏好

Pytorch和TensorFlow是当前学界和业界主流的两大深度学习框架,也是目前中国计算机视觉人才最常用的深度学习算法框架。由于人工智能领域的高速发展,不少软件、架构、硬件方向的研发人员也逐步转向计算机视觉算法岗位;Pytorch的易学易用使得其成为了大部分在职人员转岗时的首选框架。此外,近几年国内深度学习算法框架逐步上线,有6.49%的在职人员已经在工作中进行应用这类框架。

图片

▲中国计算机视觉人才深度学习算法框架偏好

1.4 薪资情况:2020年疫情影响下,计算机视觉人才仍拥有较高收入水平

本次调研对计算机视觉相关人才2020年度的薪资情况进行了统计,结果显示,计算机视觉算法研究员在2020年度平均薪资(年薪)为328,977元,算法工程师为348,507元,研发工程师(指计算机视觉领域企业/项目中,非算法类研发岗位,如系统架构师、软件工程师)为294,271元,AI产品经理(指计算机视觉领域企业/项目中的产品经理)为274,265元;四类岗位的平均年薪差距在7.5万元以内。由此可见,在2020年疫情影响下,计算机视觉领域人才的薪资收入仍处于较高水平&

### 关于深圳大学计算机图形学课程期末考试的信息 对于深圳大学计算机图形学课程的期末考试准备,虽然没有直接提及该具体院校和科目的参考资料[^1],可以从其他相似性质的教学大纲推测出可能涉及的内容。通常情况下,此类课程会注重理论基础与实际应用相结合的方式进行评估。 #### 可能覆盖的知识领域 - **基本概念**:理解并掌握计算机图形学中的核心原理和技术,如光栅化、几何变换等。 - **编程技能**:能够运用C++或其他适合的语言实现简单的图形渲染功能,包括但不限于绘制直线、圆弧等功能。 - **算法设计**:熟悉常见的图形处理算法及其优化方法,例如Bresenham画线法、区域填充算法等。 - **数据结构的应用**:了解如何利用链表、栈队列等来解决图形表示及操作方面的问题。 #### 建议的学习资源 为了更好地应对考试,建议学生参考以下几种类型的材料: - **教材与讲义**:仔细阅读课堂上使用的课本章节以及教师发放的相关文档。 - **在线教程**:访问像Coursera或edX这样的平台寻找免费开放式的计算机图形学入门课程。 - **历年试卷**:如果可以获得往届学生的试题样本,则有助于识别常考点并检验自己的学习效果。 - **项目实践**:参与小型开发项目可以帮助加深对知识点的记忆程度,并提高解决问题的能力。 ```cpp // 示例代码片段展示了一个简单窗口创建过程(伪代码) #include <GL/glut.h> void display() { glClear(GL_COLOR_BUFFER_BIT); glColor3f(1.0, 0.0, 0.0); // 设置颜色为红色 glBegin(GL_POLYGON); glVertex2i(-50,-50); glVertex2i(-50,50); glVertex2i(50,50); glVertex2i(50,-50); glEnd(); glFlush(); } int main(int argc, char** argv){ glutInit(&argc, argv); glutCreateWindow("Example"); glutDisplayFunc(display); glutMainLoop(); } ```
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值