3D视觉算法工程师的工资，真是离谱!

小凡：「与其服务一个公司，不如服务一个行业」

一 我的从业经历

大家好，我是小凡，「3D视觉从入门到精通」知识星球的星主。

这里简单介绍下的我的从业经历。

本科主要是做机械出身，研究生入行3D视觉，这里再次要特别感谢张旭老师，带我入门。

• 研究生期间，主要参与研发的产品-双目立体视觉测量系统（光笔），产品介绍如下方所示。主要使用的技能包括：相机标定、立体视觉匹配、动态跟踪、编码标志点识别、QT编程等。

在这个期间，我发现国内3D视觉资料真是少得可怜，更别提系统性的视频课程。那会儿比较庆幸的是，我还有张旭老师、两位厉害的师兄（郑泽龙和程伟师兄）的指导。

• 第一份工作，参与研发的产品-3D结构光相机，主要使用的技能：相机标定、手眼标定、三维点云、结构光三维重建、QT编程。

在工作期间，我发现了三个问题：

• 公司里当只有你一个人在负责某一个细分知识点的研究，比如点云配准、手眼标定，很难在公司里找到可以请教的同事，因为他们也可能不太熟悉。比如在QT界面编程时，经常界面卡死，需要多线程，如何编程实现呢? 这个时候，就会非常希望有人能稍微给你指点下。

• 当需要你长时间维护某个模块的算法，但是其他模块，你想要全面学习了解，以应对随时可能面临的跳槽压力，但你很难找到一个平台，告诉你如何高效学习其他的模块。

• 领导让你去预研某个方向，之前没有接触过。你会特别渴望能有人给你整理打包好的学习路线和资料，这样可以快速出成果。

• 第二份工作，主要参与了割草机的研发，主要是SLAM技术。

一直以来，我所从事的研究领域，始终在3D视觉领域，包括工业3D视觉、SLAM等。

我误打误撞从工业3D视觉领域进入了SLAM产品研发，经历了四年的莫怕滚打，这期间的感受可以用几个成语来概括：1、后悔不已；2、心平气和；3、乐在其中。

工业3D视觉与SLAM领域所需要的技能，差异还是非常大的，这里简单举例如下：

①传感器的不同，SLAM常见传感器是码盘、IMU、鱼眼、全景、激光雷达、TOF、GPS/RTK、uwb等，而工业3D视觉，更多的是结构光、缺陷检测、针孔和远心镜头、机械臂等;

② 操作系统和编程IDE的不同，工业3D视觉常用的是windows，IDE常用的IDEVisual Studio， 而SLAM常用的是ubuntu，IDE呢较为丰富，QTCreator、Clion、vscode等。

③ 数学能力要求也差异较大，由于SLAM更多的是多传感器融合，对矩阵和各种优化库的理解与使用能力要求较高。但是工业3D视觉重点是对精度要求，因而对某一个细分方法会研究较为透彻，比如相机标定，可能SLAM要求的重投影误差是0.1个像素就够了，但是工业上一般会追求更高精度，比如0.02个像素。那么对于特征点提取的精度，会花大力气去研究。

其他这里就不一一举例了，后面这些会在「3D视觉从入门到精通」知识星球里会大家尽可能地梳理清楚，以便你在择业时，可以有更多参考。

学习3D视觉核心技术，扫描查看介绍，3天内无条件退款; 

二 3D视觉算法工程师薪资越来越高了

很多做我们这一行的人可能都有这种感受，目前CV从业人员逐年递增，2D视觉开始内卷严重，很多2D从业者都在想方设法去学习3D视觉技术。因为3D视觉算法从业人员的薪资普遍较高。我们可以从猎聘网上随意找个：

3D视觉入门的门槛一般较高，如果缺少专业的指点，个人想转行，还是要下点功夫的。最主要原因我个人总结可能有如下几个因素：

• 对3D视觉对从业者的数学能力要求普遍较高，比如对极几何等理论的理解。

• 对3D视觉从业者的编程能力要求较高，算法工程师一般都需要掌握C++，而C++相比其他编程语言，稍显复杂些。

• 对3D视觉从业者的工程实践能力要求较高。比如：相机标定。虽然可能张氏标定法很多人面试时，都能说上几句，但是真正落地操作时，如果不懂背后的原理，标定的结果总是会出现误差较大。

三 「3D视觉从入门到精通」知识星球

3.1 什么是「3D视觉从入门到精通」知识星球

「3D视觉从入门到精通」知识星球是我在五年前建立的，后来有伟哥一起加入，以及很多愿意分享干货的嘉宾们加入，是 国内超一流的3D视觉学习交流社区 ，目前已有近5200名活跃成员，主要涉及工业3D视觉（立体视觉、三维点云、机械臂抓取、结构光、相机标定、缺陷检测、三维测量）、视觉/激光SLAM（定位、建图、导航、AI感知）、自动驾驶领域（传感器标定、规划控制等）、三维重建，CV入门、视觉产品落地经验分享、3D视觉传感器选型（摄像头、3D相机、TOF、RTK、UWB等）、学术交流、求职交流等领域。星球内部沉淀了众多实战问题，相信一定能帮你少走很多弯路，以及各个模块的学习资料：论文、书籍、源码、视频等。

• 针对小白，星球推出了各个模块的学习路线，能够帮助新人快速入门。

• 针对需要进阶的童鞋，星球分享了大量的前沿论文和配套代码，同时也不定期邀请了顶会作者在星球内进行分享。

相信这些内容，一定能有效地帮助到个人的快速成长，以适应企业对3D视觉人才的需求。

3.2 星球成员

星球汇集了国内外各个高校的研究生、博士生，包括但不限于清华大学、上海交通大学、华中科技大学、中国科技大学、武汉大学、南京大学、北京理工大学、北京航空航天大学、香港科技大学、香港理工大学等，以及国外留学的小伙伴，主要就读于南加州大学、墨尔本大学、慕尼黑工业大学、亚琛工业大学、京都大学、苏黎世联邦理工、密歇根大学等。除此之外，还有很多一线工作的算法工程师、开发人员，包括但不限于百度、旷视、华为、奥比中光、云从、阿丘科技等。

3.3 合作企业

知识星球现已和众多公司建立了良好的合作关系，公司内的算法负责人会不定期的来内部进行前沿技术/产品分享，除此之外，星球也为公司推荐合格的算法/开发人才。现有合作企业包括但不限于：先临三维、梅卡曼德、奥比中光、图漾科技、腾讯、中科慧眼、挚途科技、追势科技、pmd等~

四 星球内容展示

4.1 视频课程

4.2 文档教程

4.3 千个问答

4.4 源码干货汇总

• 代码|相机标定demo

• 代码|双目格雷码demo

• 代码|单目格雷码标定三维重建

• 高精度绘制椭圆

• 代码|线结构光+单目系统标定

• 标定相关源码汇总，涉及立体标定、Lidar-Camera标定、多相机标定、鱼眼相机标定、手眼标定、Laser和camera标定、结构光相关标定、camer和机械臂标定、相机投影仪标定、TOF标定等

• 缺陷检测源码和资料汇总：涉及PCB、织物、电池、钢铁等缺陷检测文献资料汇总

• 深度估计与深度补全相关源码汇总

• 6D姿态估计源码汇总，涉及RGB方式、RGB-D方式、点云方式、基于model方式、基于投票方式、基于深度学习方式

• SLAM的一些优秀干货库，代码、论文、文档、research

• 点云处理相关源码汇总，涉及点云库、点云分割、点云配准、点云识别、点云转换mesh、点云标注、点云voxel转换、CAD模型转换点云、点云体积计算、点云图像转换等

• 立体视觉相关源码汇总，涉及整套工程实现、立体标定、立体匹配、stereo SLAM等 立体匹配开源代码

• 3D检测与识别源码汇总，涉及单目3D检测、双目3D检测、基于点云的3D检测以及数据融合方式的3D检测

4.5 前沿论文分享

4.6 3D视觉顶会|期刊汇总

• SLAM：ICRA、IROS、ROBIO、ICCV、CVPR、RSS、AIM、ICMA等

• 点云处理：ICRA、CVPR、ICCV、ECCV、ACCV、BMVC、TPAMI、TIP、3DV等

• 3D视觉/机器视觉：arXiv、ROBIO、ICRA、BMVC、光学学报、中国激光等

• 计算机视觉：CVPR、ICCV、ECCV、AAAI、ICCP、ICPR、PR、IJCV、CVIU等

• 图像处理：ICIP、TIP、SIPPR、ICDIP、ICPR等

• 深度学习：CVPR、ICCV、ECCV、AAAI、IJCAI等

• 机器学习：NIPS、ICML、ECML、ACML、ECAI等

• 自动驾驶：IROS、ICRA、IEEE、ITSC、ICVES、RSS、IJRR等

• 医疗影像：MICCAI、ISBI、SPIE、MIDL等

4.7 项目对接与招聘

限于篇幅，这里仅举例：

• 6mm双目三维测量系统算法设计

• 点云编辑外包需求

• 高精度3dHPE检测

• 本科毕设辅导|基于多相似度和注意力机制vslam闭环检测

• 二维图像匹配/配准

• 工业内窥镜3D测量

• 人体三维动作重构20-30万

• ...

招聘需求：

• 图漾科技招聘 | 技术总监

• 25~60K|梅卡曼德招聘光学工程师、产品经理等岗位

• 上海银马科技招聘三维重建、图像处理算法工程师

• 上海驭矽科技招聘TOF算法工程师

• 大疆车载招聘SLAM算法、地图与定位算法、感知算法、机器学习算法工程师

• 20~50K|智驾科技招聘深度学习算法、感知跟踪算法、自动驾驶高精度地图算法、嵌入式软件、SLAM算法、控制功能算法、地图构建算法工程师

• ...

4.8 如何快速接私活?

3D视觉，如何快速接点「私活」?: https://t.zsxq.com/0cMjBgCeW

五 粉丝的反馈

六 星球规划

星主现已全职服务星球，接下来的规划主要包括以下几个方面：

• 联合各位嘉宾老师，对3D视觉每个细分模块，针对不同人群，梳理学习路线图。方向包括但不限于相机标定、机械臂抓取、三维点云实战、三维重建、结构光（面、线、散斑）、Halcon（3D）、缺陷检测（2D/3D）、3D视觉传感器选型、SLAM定位（orb-slam、cartographer等开源算法）、视觉/激光SLAM融合、RTK/UWB/RGB-D/dToF等原理和使用、路径规划等学习过程中的重难点进行深入剖析，梳理更加完善的学习路线图。

• 星球内增加更多实战培训项目，对于产业界常会遇到的问题，找到经典案例进行视频讲解与代码实操。让每一个星球成员，都能具备企业所要求的3D视觉技能。

• 邀请顶会作者和不定期进行直播分享，对论文做深入解读。

• 进行答疑小分队的团队建设，以帮助星球成员快速解决各种疑难杂症。

• ...

大家好，我是小凡，希望能用尽全力服务中国3D视觉行业，也希望能与你一起，推动中国创新更进一步。

学习3D视觉核心技术，扫描查看介绍，3天内无条件退款;