成为一名计算机视觉工程师

计算机视觉（CV）是人工智能的一个领域，它训练计算机解释和理解视觉世界。这项技术的工作原理与人类的视觉非常相似，但有一些显著的不同：人类需要通过一生的时间来训练如何分辨物体、物体的距离、物体是否在移动以及图像是否有问题。

由于人工智能的进步以及深度学习和神经网络的创新，该领域近年来取得了巨大的飞跃，在一些与检测和标记物体相关的任务中，已经能够超越人类。

例如，CV 可为医疗行业等行业提供实际解决方案，在这些行业的诊断实施中极为有用。然而，CV 的实用性还延伸到其他许多应用领域，如体育、零售、农业、交通、制造等。在 Ultralytics，我们让每个人都能使用训练模型和机器学习。我们的目标是帮助您利用人工智能的力量，而不必担心所有的技术细节。在我们的努力下，即使是初中生也能通过Ultralytics HUB和YOLOv5 开始训练模型。

"计算机视觉是深度学习和人工智能领域最引人注目的事物之一。深度学习为计算机视觉领域带来的进步确实让这一领域脱颖而出"。

韦恩-汤普森，SAS 数据科学家

CV 工程师应用视觉人工智能和机器学习研究来解决现实世界中的问题。CV 工程师通常在图像识别、机器学习、边缘人工智能、网络与通信、深度学习、人工智能、高级计算、图像标注、数据科学和图像/视频分割等各种系统方面拥有丰富的经验。

认识穆罕默德

穆罕默德-里兹万-穆纳瓦（Muhammad Rizwan Munawar）是一名计算机视觉工程师。他在伊斯兰堡 COMSATS 大学华校区完成了人工智能专业的计算机科学学士学位。他的专长并不局限于视觉领域，因为他知道额外的技能可以帮助他在职业生涯中成长和提升，所以他还掌握了桌面应用程序、网络前端和有吸引力的仪表盘开发方面的知识。目前，他是一名自由职业者，根据客户需求为不同用例开发解决方案。

您是如何进入机器学习和视觉人工智能领域的？

"嗯，这是一段充满障碍和不断努力的旅程。刚开始时，我甚至不知道物体检测，但我对视觉人工智能充满好奇和热情。当时我正在读最后一年的课程，为了学习技能，我开始做自由职业者。与此同时，我还开始从各种 YouTube 频道学习基本的机器学习概念。在持续工作了 7-8 个月后，我对视觉人工智能和深度学习有了很好的理解，并决定在简历领域继续我的职业生涯"。

告诉我们您使用 YOLOv5 的体验！

"自 YOLOv5 发布以来，我一直在使用它，但为了根据不同的使用情况进行适当的开发和修改，我使用 YOLOv5 已经有 1 年半的时间了。""最初，我处理的问题与物体检测有关，因此我开始探索与物体检测相关的不同算法。经过一段时间的研究，我比较了不同物体检测器的地图，发现 YOLOv5 在 coco 数据集上的准确率与当时的其他物体检测器相比非常高。因此，我给自己的数据贴上了标签，并在我的自定义数据上对 YOLOv5 进行了微调，目的是检测人。"YOLOv5 非常易于使用、修改和微调，如果有人遇到问题，其庞大的社区可以随时提供帮助。YOLOv5 的定期更新让我每天都能轻松高效地进行对象检测"。    

穆罕默德给初学者的 3 个建议

1. 定期学习新概念，并保持日常工作的连贯性。穆罕默德认为坚持不懈是他成功的最大因素之一。
2. 不断思考新想法，即使它们很愚蠢也没关系！它们会帮助你深入思考问题。试着在一定程度上实现这些想法，并将它们写在一些文件中。始终遵循这一策略。
3. 开发与简历有关的项目。定期开展项目将有助于您学习和培养对简历领域的热情。

感谢您阅读穆罕默德的旅程！如果您想进一步了解他的工作，请访问他的网站。如果您想了解更多有关 Muhammad 工作的信息，请访问他的网站。如果您想了解我们与您分享 YOLOv5 和视觉人工智能最新消息的最新情况，请在Twitter和Linkedin 上关注我们！