2020年計算機視覺技術最新學習路線總結 (含時間分配建議)
建議時間:每周6-7小時
圖像分割簡介:圖像分割技術的分步介紹https://www.analyticsvidhya.com/blog/2019/04/introduction-image-segmentation-techniques-python實現Mask R-CNN進行圖像分割https://www.analyticsvidhya.com/blog/2019/07/computer-vision-implementing-mask-r-cnn-image-segmentationMask R-CNN論文https://arxiv.org/pdf/1703.06870.pdfMask R-CNN GitHub存儲庫https://github.com/matterport/Mask_RCNN項目:COCO分割挑戰http://cocodataset.org/#downloadAttention 模型:Sequence-to-Sequence Modeling with Attentionhttps://www.analyticsvidhya.com/blog/2018/03/essentials-of-deep-learning-sequence-to-sequence-modelling-with-attention-part-iSequence-to-Sequence Models by Stanfordhttps://nlp.stanford.edu/~johnhew/public/14-seq2seq.pdf第7個月 – 探索深度學習工具目標:這是一個非常有趣的學習月!到目前為止,我們已經涵蓋了許多計算機視覺概念,現在是時候動手使用最先進的深度學習框架了!這取決于你自己的選擇,但我們建議你現在使用行業中最常見的兩種工具——PyTorch和TensorFlow。嘗試使用這兩種工具中的任何一種來實現你到目前為止所涵蓋的所有概念。

建議時間:每周6-7小時
PyTorch:PyTorch教程https://pytorch.org/tutorials/PyTorch的初學者友好指南https://www.analyticsvidhya.com/blog/2019/09/introduction-to-pytorch-from-scratchPyTorch中文官方教程(可選)http://pytorch123.com
TensorFlow:
TensorFlow教程https://www.tensorflow.org/tutorialsTensorFlow簡介https://www.analyticsvidhya.com/blog/2016/10/an-introduction-to-implementing-neural-networks-using-tensorflow第8個月 – 了解NLP和圖像字幕的基礎目標:這是你專業化的開始。這是將你的深度學習知識與自然語言處理(NLP)概念結合起來來解決圖像字幕項目。

建議時間:每周6-7小時
自然語言處理(NLP)的基礎知識:斯坦福-詞嵌入:https://youtu.be/ERibwqs9p38遞歸神經網絡(RNN)簡介:https://youtu.be/UNmqTiOnRfgRNN教程http://www.wildml.com/2015/10/recurrent-neural-networks-tutorial-part-3-backpropagation-through-time-and-vanishing-gradients/了解圖像字幕自動圖像字幕https://cs.stanford.edu/people/karpathy/sfmltalk.pdf使用深度學習的圖像字幕https://www.analyticsvidhya.com/blog/2018/04/solving-an-image-captioning-task-using-deep-learning項目:COCO字幕挑戰賽http://cocodataset.org/#download第9個月 – 熟悉生成對抗網絡(GAN)目標:9月,你將了解生成對抗網絡(GAN)。自從Ian Goodfellow于2014年正式推出GAN以來,GANs就火爆了起來。目前,GANs的實際應用很多,包括修復、生成圖像等。

建議時間:每周6-7小時
了解生成對抗網絡(GAN):Ian Goodfellow的生成對抗網絡(GAN):https://youtu.be/HGYYEUSm-0QGAN 論文https://arxiv.org/pdf/1406.2661.pdf生成對抗網絡的最新進展https://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=8667290Keras-GANhttps://github.com/eriklindernoren/Keras-GAN第10個月 – 視頻分析簡介目標:視頻分析是計算機視覺中一個蓬勃發展的應用。到2020年(及以后),對這項技能的需求只增不減,因此學習如何使用視頻數據集的知識是必要的。

請輸入評論內容...
請輸入評論/評論長度6~500個字
最新活動更多
- 1 AI狂歡遇上油價破百,全球股市還能漲多久? | 產聯看全球
- 2 OpenAI深夜王炸!ChatGPT Images 2.0實測:中文穩、細節炸,設計師慌了
- 3 6000億美元估值錨定:字節跳動的“去單一化”突圍與估值重構
- 4 Tesla AI5芯片最新進展總結
- 5 連夜測了一波DeepSeek-V4,我發現它可能只剩“審美”這個短板了
- 6 熱點丨AI“瑜亮之爭”:既生OpenClaw,何生Hermes?
- 7 AI界的殺豬盤:9秒刪庫跑路,全員被封號,還繼續扣錢!
- 8 2026,人形機器人只贏了面子
- 9 DeepSeek降價90%:價格屠夫不是身份,是戰略
- 10 AI Infra產業鏈卡在哪里了?


分享













