计算机视觉入门清单

一些题外话

这是一个新手友好但专家会耻笑的清单，如果您已经在这方面有所研究，请绕道

1、一些基本准备

• 首先我们假设您了解过python语言 （如果你没有请点击这里）

• 假设您清楚（如何使用python读取一张图片）

• 假设您对python的matplotlib、numpy、PIL、opencv库有一定了解

• 您需要经常查阅网络相关资料，具体问答社区我推荐掘金、思否，我不建议直接使用百度

如果以上您都没有接触过，没关系，您只需稍微熟悉python语言，便可以开始接下来的步骤

2、机器学习-深度学习

什么？我们不是要学习计算机视觉（CV）吗？机器学习又是什么东东？

• 这里有一本我建议你快速翻阅的书：

  机器学习 周志华

  （您可用通过鸠摩搜书找到它）

• 您可能并不喜欢书中不容易理解的概念，也许观看视频是对您更好的方式，视频无毒，放心使用点击这里

• 也许您并不想按部就班的开始，所以您也可用观看以下教程

  计算机视觉

• 这并不是最好的，如果您擅长英文，且清楚如何科学上网，您可以观国外的计算机视觉课程

3、框架

不用着急，相信在学习之后，你将会了解到什么是聚类、回归、梯度下降、支持向量机、卷积神经网络、正向传播…我们会很自然的理解为什么要学习机器学习-深度学习，以及什么是计算机视觉，它有哪些应用

这里有两个重要框架的教程，您将通过一些流行框架快速构建您的深度学习-计算机视觉项目

• kears教程

• tensorflow教程

• pytorch教程

4、项目实践

最好的学习方法莫过于付出实践，并得到一份可观的成果，您可以跟随框架教程中的指引开始构建您的项目，并思考如何改进，重复这个过程，您将收获大量的知识！

• 这里有一个手写数字识别的重写项目
• 这里有一个图像分类的重写项目
• 更多的项目您可以通过搜索yolo、cnn找到

5、API

这里有一些API您可能需要经常查阅

• numpy

• matplotlib

• keras

• PIL

• sklearn

6、还有什么

深度学习-计算机视觉，需要数据集的支持，您可能还会遇到数据集获取或处理的问题，我的建议是您可以寻找那些提供数据集的教程

否则 —– 这将成为您计算机视觉学习的最大困难