基础篇——人工智能相关方向学习路线指引

背景故事

近期收到一些粉丝的提问，想入门人工智能相关的方向，但不知道从何学起，需要学习哪些知识，这里我简单给大家梳理一下学习路线。

人工智能方向

跟据我的经验，暂且分为以下几个分支方向进行讨论

• 物体识别，目标检测方向：主要研究机器视觉，图像处理相关相关内容，比如自动驾驶过程中的交通标志识别，红绿灯识别，行人检测，车道线识别，还有垃圾分类等等
• 路径规划，自主导航方向：主要研究导航算法，研究路径规划相关，比如自动驾驶过程中的最优路径规划，导航，小车控制等等。
• 机器人仿真：这个方向主要研究机器人在复杂环境中的仿真，将仿真环境训练的参数用于指导实际应用，从而提高研发效率，节约研发成本，比如自动驾驶行业、人形机器人行业等。
• 智能语音：主要研究语音识别，语义理解相关内容，比如科大讯飞、腾讯叮当等。

基础内容

上述内容不论哪个分支，都离不开一些基础内容的学习，列举如下：

• Linux 基础：现阶段绝大部分人工智能算法都是起源并运行在Linux系统上，以ubuntu系统最常用，这部分内容比较泛，不需要很深入的学习，但基础的内容一定要了解，比如：软件安装，程序运行、文件传输，远程调试，文件管理、进程、端口查询和管理，开机自启，串口通信，IO控制等内容，其他复杂的内容可以等用到了再去查找并学习。
  关于Linux的学习资料，这里推荐几个链接如下：
  Linux 学习资料一：菜鸟教程：
  https://www.runoob.com/linux/linux-command-manual.html
  Linux 学习资料二：鸟哥Linux私房菜
  有电子书，自行网上找，或者购买纸质书
  Linux 学习资料三：linux 命令大全
  https://man.linuxde.net/
• python基础：现阶段绝大部分人工智能算法都有python版本，甚至可以说没时间学C++，也要抽时间学学python，这部分内容也比较泛，但基础内容一定要了解，比如：变量类型，语法规则，程序结构，软件和库的安装，这些基础内容，随便一套python教程都会覆盖，不用太纠结，另外就是编程调试工具，首推pycharm更易入门一些。
  关于python的学习资料，这里推荐几个链接如下：
  python 学习资料一：廖雪峰开源python教程：https://www.liaoxuefeng.com/wiki/1016959663602400
  python 学习资料二：菜鸟教程网https://www.runoob.com/python3/python3-tutorial.html
  python 学习资料三：Python - 100天从新手到大师
  https://github.com/jackfrued/Python-100-Days

进阶内容

进阶内容按上文的分支方向进行讨论

• 物体识别，目标检测方向：
  • OpenCV：作为机器视觉使用最多的视觉库，必须要了解库安装、颜色识别、形状识别、标签识别、图片处理（打开、裁剪、保存、关闭、滤波、显示文字）等内容，才能算入门机器视觉。对于简单的目标检测，比如视觉特征比较明显的颜色、形状、视觉标签、巡线等目标检测基本就可以上手做了。
  • 机器学习：这部分主要是针对特征复杂的目标进行识别，比如动物识别，垃圾分类，信号灯识别，行人检测等，这部分的学习也可以循序渐进，首先学习经典CNN算法，学习图像分类算法，理解卷积，神经网络等算法的思路和原理；其次学习目标检测，学习数据标注，迁移学习，深度学习等算法；最后就可以学习更复杂的肢体识别、人脸检测、车道线检测等内容。
• 路径规划、自主导航、ROS仿真方向：
  • C++：自主导航方向常常会有移动的载体，比如小车底盘，这部分与嵌入式紧密相连，很多嵌入式层与Linux层的连接都是C++接口，所以需要掌握了才能窥探底层的东西，否则就只能调用别人开发好接口，如果有这样的设备条件，也可以先跳过这一部分。
  • ROS：机器人多传感器，多执行机构控制通信的框架几乎都用了ROS，所以这部分也必须要学习，至少学会常用ROS命令，理解节点、服务等概念。
  • SLAM：现阶段稳定可靠的导航方案大部分都是激光雷达导航，当然复杂一些的还有激光雷达+视觉+超声波方案，可以先从简单的单激光雷达方案学起，理解路径搜素算法，底盘控制等内容
  • ROS仿真：这部分常用的有Webots，gazebo、stage等工具，这部分我目前也没有涉猎就不展开讲了。
• 智能语音方向：这部分我也没有涉猎，现在学习的人也相对少一些，基本大家都是直接调用科大讯飞或者腾讯叮当或者亚马逊的语音识别库，这里也不展开讲解。

结语

以上对人工智能方向的分支并不是很严谨，但也是非常贴合现在各大公司的研究方向，另外学习到进阶内容的时候，很多场景并不是单一方向知识就能解决，而是需要综合学习和应用，比如自动驾驶场景、智能仓储场景，既要用到目标检测，也要用到路径规划导航，所以学习入门以后根据实际场景再去学习更为合理。
以上就是对现阶段打算入门学习人工智能相关知识的思路梳理，希望能对你有帮助。

·
·
·

欢迎各位老铁一键三连，本号后续会不断更新树莓派、人工智能、STM32、ROS小车相关文章和知识。

大家对感兴趣的知识点可以在文章下面留言，我可以优先帮大家讲解哦

欢迎大家光临我的淘宝小店，会定期推出教程中使用的物美价优的硬件，你的光临就是对我的支持

原创不易，转载请说明出处。