基于百度paddlepaddle框架——深度学习CV课程7天学习心得总结

（一）报名深度学习CV课程的初衷

   我在做毕设作业，是图像识别的项目，我显卡1050ti，训练模型还是不够快，等挺久的，毕设成果也急着要做出来，想我的模型训练得更快些所以在找GPU资源，找到了AI studio平台，是百度出品的。看到了还免费提供gpu算力，我就马上注册用户加入使用了。 使用的几天，体验不错，无意中让我看到了AI studio的课程里面，有一个7天深度学习CV课程，还有很多实战项目，新冠疫情可视化、手势识别、车牌识别、口罩识别等。正好可以补一补我AI的底子，还有专业的来自中科院的团队来教，还有每天的作业，打卡还会有奖励和算力卡赠送。所以当时就抱着一个佛系的心态报报名，只是来学学东西，但是完全没觉得自己会坚持下去那种。这7天的课程内容如下图：

（二）学习深度学习CV课程的过程

day1讲的是新冠疫情数据可视化。 我没有真正实战过paddle，做过可视化，但是不熟悉。正好day1的课程就是疫情可视化，可以说是很切合当时的热点了。课程还教了我们如何爬虫和绘制好看的数据图。day1的学习挺顺畅的，没什么阻碍。

day2讲的是手势识别，算是正式加入paddle的实战项目了，可以训练模型和预测模型了。paddle1.7使用的是动态图的形式去训练模型，之前我用的是TensorFlow，相比起来还是有些差别的。paddle代码去定义模型很方便，比较简洁简单，容易看懂，第二天的学习也基本没什么问题。

day3讲的是车牌识别，老师的方法是对车牌的字符进行分割，然后用lenet网络去识别的，我run了150轮就达到了96%的准确率，还是蛮不错的，也学到了原来定义一个经典的网络这么简单轻松，还学到了卷积特征图的维度计算。

day4是口罩识别的项目，老师说为了降低难度，就不需要检测口罩位置，只需要检查是否有口罩就可以了，还是有些些失望，我以为能把口罩框出来。不过从中也学到了可以将图片数据读取，然后生成一个list文件来保留数据。

day5是人流密度比赛，还是有一定的难度的，在提供训练集的一些数据，需要将图片中的人数预测出来，一开始我连数据集都没看懂是什么意思，后来慢慢理解了。第一次提交的时候是排名三百多，在经过训练次数的增加之后，排名最后停在了100名，主要是这一两天都没时间去调试了，下次找时间再回来研究研究这个项目如何优化。

day6是百度家的paddle slim，讲的是模型压缩的，这块我的兴趣不大，就大概跟着学了学。

day7是最后的结营和奖项的公布。

（三）最后的总结

 总的来说，我最初是报名佛系的态度来报名这个课程，是完全没想到我每天都能坚持去学，还每天去看直播，还为了完成作业一天都在电脑面前肝。还认识到了很多大牛，看到了他们分享好的AI的东西和一些好的经验。也认识到了不少写在AI公众号和AI头条的人，他们真是很勤奋了，能坚持去写这些内容，内容质量还不错。而且群里的氛围很好，大家互相讨论，互相帮忙，有问题也有人很愿意和回答或者是一起讨论。大家也很积极的去做作业和完成作业。还学到了很多我想学的东西，get到了很多有用的经验，对我的毕设帮助是挺大的。之后还会推出论文复现的课程，还有点期待。最后，真的很开心当时能报名参加这个7天深度学习CV比赛。