中山自动化可以看作是与人工智能和形式辨认亲密相关的一个子学科或子范畴。从我团体的研讨经历看，限制机器视觉开展的瓶颈是多方面的，其中Z重要的可以归结爲三个方面：计算才能缺乏、认知实际未明以及准确辨认与模糊特征之间的自相矛盾。

1.中山自动化面向的研讨对象次要是图像和视频，其特点是数据量庞大、冗余信息多、特征空间维度高，同时思索到真正的机器视觉面对的对象和成绩的多样性，单一的复杂特征提取算法（如颜色、空间朝向与频率、边界外形等等）难以满足算法对普适性的要求，因而在设计普适性的特征提取算法时对计算才能和存储速度的要求是非常宏大的，这就形成了开发本钱的大幅度进步。

2. 如何让机器认知这个世界？这一成绩目前没有成熟的答案，晚期的中山自动化实际开展阅历了符号主义学派、行爲主义学派、衔接主义学派等一系列的开展但都没有找到令人称心的答案，目前较新的思想以为应该从剖析、理解和模仿人类大脑的信息处置功用去构建智能机器视觉零碎，但神经迷信的开展目前只能做到理解和模仿大脑的一个部分，而不是全体（当然计算才能限制也是缘由之一）。现实上，我们对人是如何对一个目的或场景停止认知的这一成绩仍停留在定性描绘而非定量描绘上。

这一行业不比别的行业，他有很多的关联性，而且圈子特别小，发展起来不难，但做业务的同事也要学习很多相关技术，他不像别的销售行业，你懂得自己的产品就行，这一行你还需要懂得客户的行业、客户的产品，相机和镜头知识也必不可少，还是有很多学习的地方。

但你入行之后，所有的路都好走很多，基本订单不需要自己去大海捞针，而且通过客户介绍的客户成功概率会大很多。但有一点很尴尬，就是很有可能你现在在接触的客户你同事也在接触，圈子比较小，这种事在我们公司经常发生，到时候就看你公司怎么处理了。一般一家公司买完你的产品之后，以后如果该公司再下单，这个单还算你的，不管你有没有经手，我们公司是这样。

还有如果进入这个行业，以后想转行也不难应为这一行跟多的行业挂钩，不仅是自动化行业。比如说转行卖相机、镜头、自动机等等。我们公司现在的业务员基本以前都是新入行的，现在都干得不错，可塑造性还是很强的。