各位老哥，我本科是机械，然后研究生方向是计算机视觉图像处理这个方向的，不太懂该学什么，现在就学了numpy，pandas，matploit基础操作，机器学习就学到svm，看的吴恩达的视频，想问问接下来怎么搞？深度学习的框架pytorch和tensflowyolo是啥。。
1.如果能觉得能往科研方向走，就多读论文。不知道读什么，上paperwithcoder，搜领域相关论文，热门一些都有论文排行榜。往机器视觉方向，找相关数据集，模拟处理解决
2.初学者建议pytorch ，入门容易。 然后，要多实践。 个人经历，上完网课觉得老师说得都能回答上来。 落地得时候才会发现，困难重重。首先是基础语法，python和pytorch；其次是概念问题，深度可分离卷积是什么，反卷积怎么用，为什么这边用反卷积不用池化，有的新网络输出层附近用池化不用卷积，等等实践问题。 所以图书馆找书籍，挑出觉得不错的书籍，然后动手编程（推荐pytorch的原因，就有版本兼容性比tensorflow好）。 接着，分类，目标检测（yolo系列），目标分割， 各挑选至少经典网络从数据处理开始， 跑看看。
3.先加前辈圈子，默默观察：11年毕业的时候，通过加行业qq群，可以了解一部分信息（几乎都会有人劝退这行业不行，需要甄别信息）；学长的朋友圈。 上面说的看招聘是可以的，只是你要先确定你需要的方向。
4.机械加视觉，直接的是机器视觉：软件+硬件（成像系统），贴合制造业，工业4.0 。入门工资不如计算机视觉， 但是创业门槛比计算机视觉低。这几年开始上市井喷，行业成熟度在加快。
5.深度学习应用到制造业：最大的问题是数据。数据来源，数据清洗，根据模型结果和现场数据收集人员交互。所以做得好的企业，通常由较强数据采集能力。
6.深度学习只是工具，并且走向无代码的进程比传统更快，这俩年职位相对稀缺（计算机已经卷，但机器视觉等还是缺）。但随着成熟以及技术瓶颈到来，研究潜力降低， 项目应用需求上升。所以，要么你达到很高的研究层次，要么把他作为类似C++,C#类语言看待。
学习实践：吴恩达-》李沐B站 《动手学深度学习》-》天池/Kaggle 刷比赛试题（扩展圈子和学习技巧）-》写博客，参与GitHub开源项目
招聘：我自己定期整理 招聘求职汇总信息“https://github.com/wujingxin521/Machine-Vision-Job-Recruitment-Online-Document 。可以参考。也可以注册BOSS直聘，脉脉等软件，先观望再深入。
多跟周围的同学、师兄师姐交流，会学到很多东西。问一下导师开题的大体方向，然后平时可以开始看一些经典的论文，比如从这个方向的开篇之作开始，经典的论文研读；后面可以看一些最近的CVPR、IEEE、ICCV、ECCV等等最新的优质论文，学习新思想，获取思路。后面再代码复现，慢慢推敲。
基本上就是跑模型，然后给出自己的一点改进，可以多多实战，然后在实战的过程中再不断学习
1）至少掌握一门编程语言python，C/C++——coding能力（2）掌握计算机视觉和图像处理算法——传统图像处理+机器学习+深度学习（3）一个擅长的研究方向——图像内容搜索、人脸检测识别、图像分类标注、OCR、增强现实、图像质量评价、图像处理、点云视觉定位、三维视觉重建、物体分类识别等（4）实践能力、研究能力、良好的英文阅读能力等——比赛、科研成果等
还不如上网课，开课吧，我之前就是因此入门的
都考研了，应该有专门针对这个方向的企业吧，要不就是专门搞科研的地方，毕业的时候学校肯定有招聘的人来，就业问题应该不大
我当初是学的电气工程及其自动化，然后出去学了编程，直接转行做程序员了
最简单的办法，直接去应聘，看看现在都需要什么行业的人，需要什么样的技能
找项目做呗，实践比较重要