計算機視覺工程師的萬里長征路(附完整學習資料)

原創 小陈说CV 2020-06-16 15:31

文章目錄

前言

計算機視覺 (CV) 作爲人工智能 (AI) 的子方向，近年來十分火熱，廣泛應用於各大領域，如人臉識別、無人駕駛、智慧交通、智慧醫療和機器人等。其網絡模型和算法也是層出不窮，涉及的理論基礎也十分廣泛。本文將列舉計算機視覺工程師的知識結構，同時分享相關技術快速入門博客傳送門。目的在於鞏固拓展自身所學，與大家互相交流，共同進步。

1 計算機基礎

雖然面試基礎四大件在 CV 日後工作中可能用處不是很大，但這些往往能決定一名碼農的上限(咱也是聽前輩說的，還沒那體會)。但實際一點來說，計算機基礎在面試中所佔比例不容忽視。

2 編程語言

隨着 AI 的興起，Python 這門腳本語言最近特別火。不可否認的是，Python 代碼簡單易學，操作方便，尤其體現在深度學習 (DL) 網絡模型實現上；但企業級開發中，只會 Python 是不夠的，算法的落地應用更多還是依賴 C++，很多 CV 庫和 DL 框架都是用 C/C++ 寫的。當然，還有 Shell 批處理語言也是不能不會的，企業級開發多在Linux系統下進行，掌握 Shell 是基石。

3 數學基礎

CV 的數學門檻沒有 SLAM、立體視覺、三維重建那麼高，但數學理論的高低也決定了一名算法狗的上線。比如機器學習 (ML) 算法實質就是統計學，對一組數據進行特徵工程，分類，迴歸，聚類，降維；RGB 圖像可以表示爲矩陣的形式；DL 網絡訓練技巧中的優化算法本質也是最優化方法。

  • 微積分
  • 矩陣論
  • 統計學
  • 最優化方法

4 圖像處理與OpenCV

CV 處理的對象是圖片或視頻，因爲 RGB 圖像可以表示爲矩陣形式，所以對圖像處理也就可以理解爲對矩陣進行數學運算，比如卷積；但僅僅掌握數字圖像處理的理論是不夠的，如何才能運用到工程上，這就離不開 CV 庫的幫助了。目前常用的就是 OpenCV 了，感興趣的朋友可以研究源碼，對於理論的理解會有很大幫助。

5 機器學習與Scikit-learn

ML 是包含 DL 的，圖像/視頻本質上仍然是數據的一種，談到數據分析，首選當然是 ML 算法，ML 算法可分爲四大類：分類、迴歸、聚類、降維。同樣地，爲了能把理論運用到工程上，離不開 ML 庫的幫助。目前常用的是 Scikit-learn，感興趣的朋友可以研究源碼，對於理論的理解會有很大幫助。

  • 機器學習
  • Scikit-learn

6 深度學習與框架

DL 算法是由感知機逐步演化而來，神經網絡 (NN) 的訓練技巧也是不斷髮展。不同激活函數、損失函數、優化算法對優化目標都有着不同的影響。LeNet-5 打開了 DL 算法落地的大門，卷積神經網絡 (CNN) 走入人們的視野，卷積層、非線性激活、池化層、歸一化、全連接層讓特徵提取由人工選擇轉爲自動學習。循環神經網絡 (RNN) 的出現極大促進了自然語言處理 (NLP) 的發展。生成對抗網絡 (GAN) 也是 DL 算法比較有趣的一個分支，常用於圖像生成。爲了更高效地運用到工程上，很多框架應運而生。目前常用的有 Caffe、TensorFlow、PyTorch、Keras、MXNet。

7 CV子方向

CV 的子方向十分廣泛，應用領域也很廣。不過大多算法都是相通的，無非是以上知識的結晶。對於大多朋友來說，往往只需專精一個子方向即可，緊跟頂會頂刊大牛組算法即可，如 CVPR、ICCV、PAMI、AAAI。

未完待續

發表評論
所有評論
還沒有人評論，想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章