[IT技术] 计算机视觉的就业情况怎么样?

[复制链接]
ccbyoujian 发表于 2023-10-4 20:03:19|来自:中国 | 显示全部楼层 |阅读模式
计算机视觉的就业情况怎么样?
全部回复4 显示全部楼层
〖龙少爷〗 发表于 2023-10-4 20:03:32|来自:中国 | 显示全部楼层
我们假设——在预测期内,其销售费用率维持2018年水平13.8%。
至此,利润表的构建已经告一段落,不过,由于利润表中的折旧、摊销科目,需要通过资产支出来计算,因而,我们还需要研究资本支出。
最近一年资本支出为1.65亿元,占总资产的比例为3%,其中,固定资产占比7%、无形资产占比小于1%,资本支出较少。




由于其为轻资产公司,固定资产、无形资产、资本支出较低。
因此,我们给予以下简化设:
1)目前,其固定资产购建/营业收入比重较高,主要由于其目前仍在高速扩张期,未来预计很难维持这一水平。




而这一表现与刚上市时的腾讯较相似,因此,我们参考腾讯同期此比例的平均水平(10%),作为未来五年固定资产购建/营业收入的比重。
2)折旧/期初固定资产比例,预计维持年平均水平。
3)无形资产摊销/期初无形资产的比例,维持年平均水平。




至此,长期资产购建、成本、费用都大致做了测算,那么,还剩下一个关键问题需要解决——在产业链上的话语权怎么样?
从资产负债表上看,影响营运资本的主要是应收账款、应付账款和存货。
1)对上游的话语权——主要看预付账款、应付账款。




从历史数据看,最近几年,其预付账款占成本的比重为43%,34%,29%,主要是向供应商的垫款;其应付款项占成本的比重为43%、41%、60%,主要是应付款项。
和同行业对比来看,其应付账款占比较高,主要是由于其业务增长较快,采购金额大增所致。
因此,合理假设,未来其预付占成本的比例维持过去三年平均水平、应付占成本的比例维持2018年水平。




2)对下游的话语权——主要看预收账款、应收账款。
从历史数据看,最近几年,其预收账款占营业收入的比重为:0%、1.92%、0.7%,占比较低;而其应收账款占营业收入的比重为:43%、59%、80%。
对比同行业来看,其应收账款占比处于较高水平,说明其对下游话语权仍然较弱。




由于应收占用现金流比例高,长期高应收无法形成良好的收入增长,所以,此处我们乐观假设,其应收账款比例随着市场不断打开,话语权逐步提升,应收账款占比从80%递减至55%、预收占收入的比例维持年平均水平。
看完了话语权,再来看它的运营效率到底如何,来看存货周转天数。
从历史数据看,最近几年,旷视科技的存货周转天数分别为:33天、45天、55天,存货周转效率有下降的趋势。




从存货结构看,存货主要是产成品和产品组件。
从同行业对比来看,其存货周转天数较低,主要是其收入(成本)增长较快,而前期这种增长,大概率是牺牲了一定的话语权所致。
而其存货周转率变化不大,所以假设其未来存货占成本的比例,维持年平均水平




研究到这里,财务建模的几个主要变量已经明确。
在假设搞定之后,其实建模计算就是水到渠成的过程。
以上所有的一切,都是为了进行财务建模表格的测算




预知后续,且听下回分解
不构成任何投资建议,股市有风险,入市需谨慎
linkwan 发表于 2023-10-4 20:03:41|来自:中国 | 显示全部楼层
通用CV已经快卷到头了,但自动驾驶BEV感知还有很多能做的~卷感知还要看BEV!首个详细入门BEV感知的学习路线(纯视觉+多传感器融合)
业内普遍认为,2020-2030年将是自动驾驶发展的“黄金十年”,这段时间也是我国实现对其它国家超越的好时机。据麦肯锡预测,中国未来很可能成为全球最大的自动驾驶市场,预计至2030年,中国自动驾驶相关的新车销售及出行服务创收将超过3.58万亿元。在众多的自动驾驶方案中,基于BEV感知的算法以其模态融合简易、优化方式简单,无疑成为当前自动驾驶技术风向标之一,在未来几年甚至更长一段时间内影响工业界和学术界。



BEV感知相当于给自动驾驶开启了“上帝视角”,能够让车辆无遮挡的“看清”道路上的实况信息,在BEV视角下统一完成感知和预测任务。当下不少的研究机构和各大车企都在推动BEV方案的落地,基于来自传感器输入层、基本任务和产品场景的不同组合,可以给出相应的BEV算法,例如,BEVFormer属于纯摄像机路线的算法,从多个摄像机获取图像信息来执行多种任务,包括3D目标检测和BEV地图分割等。BEVFusion设计了一个BEV空间的多模态融合策略,同时使用摄像机和LiDAR作为输入完成3D检测和跟踪任务。在BEV感知算法出现之后,整个自动驾驶感知模块趋向形成统一,简洁,高效的端到端结构。此外,不仅仅是感知模块,甚至基于BEV进行的规划决策也是学术界研究的方向。
许多同学在刚学习BEV感知算法的时候往往不知道如何下手,大多数人不清楚网络设计、空间转换、后处理解析也是一头雾水、如何选择损失函数与模型方案也难倒了一大批人!
课程大纲

在深入调研大家的需求后,我们选择了行业几乎所有主流BEV算法(纯视觉+多传感器融合方案),从0到1为大家详细展开网络结构设计、算法优化、实战等方方面面,内容非常详细!最适合刚入门的小白以及需要在业务上优化算法的同学,大纲如下:


主讲老师

柒柒,自动驾驶之心前沿技术研究团队成员,上海交通大学在读博士,深耕自动驾驶算法领域多年。在CVPR,ECCV,ACM MM,TCSVT,TITS等计算机视觉、智能交通领域发表多篇论文,在自动驾驶算法设计、模型优化部署方面有着丰富的落地经验。
本课程适合人群


  • 计算机视觉与自动驾驶感知相关研究方向的本科/硕士/博士;
  • 自动驾驶2D/3D感知相关算法工程人员;
  • 想要转入自动驾驶与BEV感知算法的小伙伴;
学后你将收获


  • 对BEV感知的所有主流方案有着深入理解,在模型设计和优化上有较大提升;
  • 学习到自动驾驶算法设计思想,从根本上学会如何设计一个有效的BEV检测框架;
  • 能够精通自动驾驶通用算法,理论实践并重,无论是学术界抑或工业界都能直接复用;
  • 学完本课程能够达到1年左右的自动驾驶工程师水平;
  • 能够结识许多行业从业人员与学习合作伙伴!
加入学习
卷感知还要看BEV!首个详细入门BEV感知的学习路线(纯视觉+多传感器融合)
xiaoji1543 发表于 2023-10-4 20:04:30|来自:中国 | 显示全部楼层
这个领域就看你的实力怎么样。方向是好方向国内各大头部厂商都在智能化硬件上下功夫,自然离不开驱动硬件的(视觉)。甚至外部都有一些培训机构,专门培训机器视觉(简单的培训三个月,从视觉识别、分析、应用、驱动)出师后,经过一段时间岗位实战就能拿到20K➕的月收入。何况经历过专业系统性的学习培训应用实战的呢
遥远墨客 发表于 2023-10-4 20:04:48|来自:中国 | 显示全部楼层
以下是我的个人意见哈,最近几年我觉得AI很不错
对于计算机视觉的就业情况非常乐观。随着计算机视觉技术的发展,越来越多的企业开始采用计算机视觉技术,从而为计算机视觉领域的就业带来了极大的机会。计算机视觉技术的应用范围也越来越广泛,从智能家居、智能交通、智能安防、智能医疗、智能制造等领域都可以看到计算机视觉技术的身影。因此,计算机视觉的就业前景非常乐观。

快速回帖

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则