Computer Vision Engineer

En computer vision engineer lærer maskiner at se. Du bygger systemer, der finder fejl, tæller emner, måler afstande eller genkender former i billeder og video.

Det meste af arbejdet handler om data og om virkeligheden — ikke om smarte modeller. En model, der rammer 99 % i laboratoriet, kan falde helt igennem på et produktionsgulv med skiftende lys, damp og vibrationer.

Typiske opgaver

• Oversætte et forretningsønske til et målbart krav: hvad skal kameraet se, og hvor mange fejl må slippe igennem
• Vælge kamera, linse og belysning — ofte sammen med en maskiningeniør eller automationstekniker
• Indsamle billeddata og annotere dem, typisk i CVAT, Label Studio eller Roboflow
• Træne og finjustere modeller til klassifikation, objektdetektion, segmentering eller 3D-positionsbestemmelse
• Optimere modellen, så den kan køre på en lille enhed ude ved maskinen, ikke kun på en server
• Sætte systemet i drift, logge fejlbilleder og overvåge, om kvaliteten falder over tid

En almindelig arbejdsdag

Morgenen går tit med at se på nattens fejl. Du kigger falske alarmer igennem billede for billede og leder efter mønstret: var det en refleks, en ny emnetype eller et snavset kameraglas?

Derefter kommer der en runde datarbejde. Du udvider træningssættet med de svære billeder, retter forkerte annoteringer og sætter en ny træning i gang.

Mens modellen træner, arbejder du med resten af systemet. Det kan være kamerakalibrering, en integration mod en PLC, eller at få inferenstiden ned fra 90 til 30 millisekunder.

En del af dagen foregår væk fra skærmen. Du står ved linjen, ved robotcellen eller på marken og ser, hvad kameraet faktisk får at se.

Hvad rollen typisk arbejder med i Danmark

• Industriel kvalitetskontrol: overfladefejl, manglende komponenter, aflæsning af print og etiketter
• Medico og life science: analyse af billeder fra scannere, mikroskoper og produktionsudstyr
• Landbrug og drone: ukrudtsgenkendelse, tælling af planter og dyr, inspektion af tage og vindmøllevinger
• Robotter og logistik: bin picking, navigation og genkendelse af paller og kasser
• Sport og media: boldsporing og bevægelsesanalyse
• Sikkerhed og video: bevægelses- og objektdetektion i store videoarkiver

Hvem du arbejder sammen med

Du sidder sjældent alene. Du arbejder tæt med softwareudviklere, dataingeniører, automationsteknikere og de operatører, der skal leve med systemet bagefter.

Operatørernes tillid afgør ofte, om projektet lykkes. Et system, der råber falsk alarm hver time, bliver slukket — uanset hvor pæne tallene ser ud i en rapport.

Når billederne indeholder mennesker

Genkender systemet ansigter, personer eller nummerplader, bliver arbejdet også juridisk. EU's AI-forordning (AI Act) stiller skærpede krav til højrisikosystemer og forbyder visse former for biometrisk identifikation.

Datatilsynet fører tilsyn med behandling af personoplysninger efter databeskyttelsesforordningen (GDPR), og billeder af genkendelige personer er personoplysninger. Tv-overvågningsloven sætter desuden rammerne for, hvor og hvordan der må filmes. I praksis betyder det, at du tidligt skal kunne svare på, hvad der gemmes, hvor længe og hvorfor.

Der findes ingen uddannelse i Danmark, der hedder "computer vision engineer". Man kommer ind i faget via en teknisk uddannelse og specialiserer sig undervejs.

Den almindelige vej

Den typiske vej er en bachelor på tre år efterfulgt af en kandidat på to år. Relevante kandidatretninger findes blandt andet på DTU, Aalborg Universitet, Syddansk Universitet, Aarhus Universitet, Københavns Universitet og IT-Universitetet.

Aalborg Universitet har en kandidat i Vision, Graphics and Interactive Systems, som er direkte målrettet feltet. På Syddansk Universitet i Odense hænger robotteknologi og vision tæt sammen med det lokale robotmiljø.

Adgangskravene til de tekniske bacheloruddannelser er en gymnasial eksamen, typisk med matematik A og fysik B. De præcise krav og kvotienter fastsættes af den enkelte uddannelse og fremgår af Den Koordinerede Tilmelding under Uddannelses- og Forskningsministeriet.

Alternative veje ind i faget

• Datamatiker på erhvervsakademi (2½ år) og derefter professionsbachelor i softwareudvikling som overbygning
• Diplomingeniør i elektronik, softwareteknologi eller mekatronik
• Skift fra softwareudvikling: mange starter som backend- eller embedded-udvikler og glider over i vision-opgaver
• Skift fra klassisk machine vision: teknikere, der har arbejdet med Cognex eller Halcon på en fabrik, har allerede den svære del — optik, lys og produktionsforståelse
• Skift fra nabofag som fysik, matematik, geoinformatik, medicoteknik eller billeddiagnostik

En ph.d. er ikke et krav, men den er almindelig i forsknings- og produktudvikling, hvor man arbejder med nye metoder frem for at bruge færdige.

Det du ikke kan springe over

Matematikken er ikke til at komme udenom. Lineær algebra, sandsynlighedsregning og optimering ligger under alt arbejdet med modeller.

Du skal også kunne programmere ordentligt. Python er indgangen, men produktionskode ender ofte i C++, og det er en reel læringspukkel for mange.

Et portfolio vejer tungt til samtalen. Et par gennemførte projekter med rigtige billeder, egne annoteringer og ærlige tal om fejlraten siger mere end en lang liste af onlinekurser.

Efteruddannelse

DTU og Aalborg Universitet udbyder enkeltfag og fagspecifikke kurser, som man kan tage ved siden af et job. Teknologisk Institut og Alexandra Instituttet arbejder med anvendt vision og AI for danske virksomheder og bruges ofte som indgang til området.

Hvis arbejdet berører billeder af mennesker, er kendskab til EU's AI-forordning og databeskyttelsesforordningen (GDPR) hurtigt lige så vigtigt som modellerne. Datatilsynet udgiver vejledninger om blandt andet tv-overvågning og ansigtsgenkendelse.

Værktøjskassen falder i to dele: den klassiske industrielle machine vision og den moderne deep learning-verden. Mange stillinger kræver begge.

Sprog og biblioteker

• Python til udvikling, eksperimenter og træning
• C++ til produktionskode, hvor hastighed og hukommelse betyder noget
• OpenCV til billedbehandling, kalibrering og geometri
• NumPy, SciPy og scikit-image til den underliggende talbehandling
• PyTorch som den dominerende ramme til modeller; TensorFlow findes stadig i ældre systemer

Modeller og modelbiblioteker

• Ultralytics YOLO til objektdetektion i drift
• Detectron2 og MMDetection til mere avancerede opgaver
• Segment Anything og lignende grundmodeller, ofte brugt til at fremskynde annotering
• Hugging Face som kilde til fortrænede modeller

Data og annotering

• CVAT, Label Studio og Roboflow til annotering og datasæthåndtering
• DVC eller lignende til versionsstyring af datasæt
• Weights & Biases eller MLflow til at holde styr på forsøg og resultater

Kamera, optik og hardware

• Industrikameraer fra fx Basler eller IDS, ofte over GigE Vision eller USB3 Vision
• Linser, telecentrisk optik og styret belysning — lys løser flere problemer end flere lag i netværket
• 3D-sensorer, stereokameraer og lidar til punktskyer, behandlet med Open3D eller PCL
• NVIDIA Jetson og industri-pc'er til inferens ude ved maskinen

Drift og optimering

• CUDA, ONNX og TensorRT til at få modellen hurtig nok på den hardware, der faktisk står derude
• Docker og Git til udrulning og versionsstyring
• ROS 2, når systemet sidder i en robot
• Skyplatforme som Azure eller AWS til træning på store datasæt

Den klassiske vej

I industrien møder man stadig Cognex VisionPro, MVTec Halcon og Keyence-systemer. De er regelbaserede og gennemskuelige, og til mange måleopgaver er de både billigere og mere pålidelige end en trænet model.