AI 顯然是最近幾年非常火的一個新技術(shù)方向，從幾年前大家認識到 AI 的能力，到現(xiàn)在產(chǎn)業(yè)里已經(jīng)在普遍的探討 AI 如何落地了。
目前在商業(yè)中有所應(yīng)用，而且能夠創(chuàng)收的只有搜索推薦和計算機視覺，因此，這兩個方向的人力缺口很大，尤其是計算機視覺。
前兩年校招時可以看到，互聯(lián)網(wǎng)、IT、生物醫(yī)藥、汽車安防等等行業(yè)，幾乎都會有計算機視覺的崗位。
由于入門容易，再加上模型成熟，很多其他方向的同學(xué)開始紛紛轉(zhuǎn)向，隨著大潮流投入計算機視覺這個方向。
但好多初學(xué)者學(xué)了兩個月、跑了幾次結(jié)果后就認為已經(jīng)入行CV了，其實不然，這里面有一個需要注意的問題：計算機視覺屬于圖像處理的范疇，而很多人卻把它當(dāng)成機器學(xué)習(xí)來看待。
目前入門CV的常用套路就是：
看吳恩達《機器學(xué)習(xí)》《深度學(xué)習(xí)》課程，學(xué)一點機器學(xué)習(xí)的知識。
讀幾篇CV模型的文章，了解一下經(jīng)典的Alexnet、R-CNN系列、YOLO等。
在github上找?guī)讉€tensorflow、pytorch實現(xiàn)上述模型的開源代碼。
下載VOC、ImageNet、COCO、kaggle等數(shù)據(jù)集。
按照開源代碼中的Readme準備一下數(shù)據(jù)集，跑一下結(jié)果。
然而實際上幾乎80%的CV的從業(yè)者都沒有從頭至尾深入的學(xué)習(xí)圖像處理方面的知識。
現(xiàn)在有了深度學(xué)習(xí)，不需要人為提取特征了，所以很多人不再關(guān)注圖像底層的信息，而是直接越過這個根基去搭建模型，我覺得這是一個誤區(qū)。
不同領(lǐng)域的圖像，例如OCT、MR、遙感、自然圖像等等，有著巨大的特征差異，對這些特征差異性都不了解，怎么在搭建模型之后對精度進行提升和改進呢？怎么在原來模型的基礎(chǔ)上做一些改變呢？
因此，我認為好好學(xué)習(xí)一下圖像預(yù)處理、后處理的知識對CV有著至關(guān)重要的作用，例如圖像去噪、分割、增強、增廣等等。
然而網(wǎng)上很多教程也比較碎片，鑒于此，整理一套卷積神經(jīng)網(wǎng)絡(luò)、目標檢測、OpenCV，從檢測模型教學(xué)逐步深入，幫你輕松掌握目標檢測，輕松提升CV算法核心能力。該視頻出品人是王小天，目前就職于BAT之一，AI算法高級技術(shù)專家，法國TOP3高校雙碩（計算機科學(xué)和數(shù)學(xué)應(yīng)用雙碩士）畢業(yè)。
他在人工智能和芯片領(lǐng)域發(fā)表10余篇論文，具有深厚的學(xué)術(shù)背景和豐富的項目及業(yè)務(wù)落地經(jīng)驗。工作期間主要負責(zé)人工智能業(yè)務(wù)線CV與NLP相關(guān)算法工作，推進人機混合智能、語義分割、機器翻譯、虹膜識別等模塊的核心算法研究與優(yōu)化。對圖像分類、物體檢測、目標跟蹤、自動駕駛、計算機體系結(jié)構(gòu)等有深入的研究。他兼具理論與實戰(zhàn)落地經(jīng)驗，深知初學(xué)者學(xué)習(xí)痛點。說實話，這樣資歷的人，很難得。這份教程是他8年人工領(lǐng)域?qū)崙?zhàn)經(jīng)驗的凝練，通過講解和實戰(zhàn)操作，讓你能做到獨立搭建和設(shè)計卷積神經(jīng)網(wǎng)絡(luò)（包括主流分類和檢測網(wǎng)絡(luò)），從檢測模型教學(xué)逐步深入，幫你輕松掌握目標檢測，并進行神經(jīng)網(wǎng)絡(luò)的訓(xùn)練和推理解決各種CV問題。他對學(xué)習(xí)者的建議：計算機視覺的提升不在于搭建模型，而在于不斷調(diào)優(yōu)、改進過程中積累的經(jīng)驗。我們該怎么針對不同領(lǐng)域的圖像設(shè)置不同的參數(shù)？其中包括卷積核大小、網(wǎng)絡(luò)架構(gòu)、初始權(quán)重等等，不可能拿到一個模型，既適合醫(yī)學(xué)圖像，又適合人臉識別，這其中就需要n次從70%的精度調(diào)到95%以上中積累出經(jīng)驗。而很多CV從業(yè)者覺得搭建出模型就告一段落，反反復(fù)復(fù)用不同的方式去搭建模型，先是tensorflow搭建完用pytorch搭，pytorch完事后用mxnet再來一遍，Python搭完用c/c++搭，但是至始至終沒在精度和經(jīng)驗方面做出前進。由于工作需要，這份教程我本人也在學(xué)習(xí)中，雖然已經(jīng)從事這個行業(yè)多年，再看這份教程的時候，仍然能查漏補缺，收獲滿滿，我相信不管是AI入門，還是已經(jīng)具備了一定的工作經(jīng)驗，這份學(xué)習(xí)資料，都值得你去認真學(xué)習(xí)研究。所有以上相關(guān)的的內(nèi)容全部都已經(jīng)打包好了，匯總成了一份百度云的鏈接，小貼心之處是怕有的兄弟沒有買百度云會員的朋友，能用2MB+/S的速度下載，還特地給大家準備了下載工具。
