※ 引述《kingx163 (果醬貓)》之銘言：
: 各位版友好
: 小弟剛接觸影像辨識沒有多久
: 看到目前有yolo, Azure Computer Vision,
: Cloud Vision API等等可以選擇
: 請問各位年薪300w大大都用哪一種呢？
: 另外，應該如何判斷用哪家的呢?
: 謝謝！
YOLO是model
Azure Computer Vision跟Google Cloud Vision API都是platform
你應該先釐清你的需求，才知道要用何種工具/framework/model
不然就像是問網友出發要搭啥交通工具，卻連要去哪裡都沒說一樣
我最近也自學Computer Vision/Machine Learning，可以給你一點建議
有些需求AOI就可以解決，有些用CV效果會更好，有些需要用到ML其良率才能接受
如果剛接觸這塊，可以先玩一下OpenCV，看一些早期的論文
了解一下以前在做CV時是怎麼用GLCM，小波之類的特徵去辨識
現在如果不是自己從頭寫，已經不太會接觸到這塊了
直接拿現成Model network去使用或train都難度很低
剛好這幾天做了個投影片，你可以參考一下，簡單展示了CV跟ML可以做的東西
https://goo.gl/SYEvbe (一直按 > 就可以照著flow播了)
據我自學的認知，Machine Learning裡，
跟CV比較有關的就是Classification跟Object Recognition
簡單來說Classification就是辨識這張圖是啥
Object Recognition是認出圖內的物體位置與名稱，你說的YOLO就是這種
屬於R-CNN家族之一，它家族大概是這樣:
R-CNN, Fast R-CNN, Faster R-CNN, YOLO, SSD, R-FCN....(最後一個我沒試過)
如果只是想做Computer Vision，建議你玩OpenCV
如果要用Machine Learning，我前陣子有寫篇很雜的心得在fb社團
https://www.facebook.com/groups/616369245163622/permalink/1204406499693224/
那時候邊忙邊寫，寫得很亂也沒整理，簡單來說是這樣
平台: linux/ubuntu最多人用，windows資源比較少
語言: C++/python吃遍天下，其他語言看運氣
Framework:Caffe還是最多，tensforflow最近比較熱門，Keras似乎也不少人用
Torch有點老了，CNTK微軟努力推當中(至少社群回應蠻熱情的)
如果你只是想測效果，用OpenCV DNN Moudle去讀 Model來測
找到你需要的model再選擇要用怎麼環境改成production
這樣可以少花很多時間在建置環境上
大致上是這樣，如果要問怎麼建模的話我還沒學到那，只會很簡單的CNN，就幫不上忙了