[自学CV]000-计算机视觉学习路线

白嫖的一个公众号课程目录,打算按照这个整理一下相关内容,应对招聘,但愿能坚持整理全,奥利给

文章目录

  • 第一章:机器学习与计算机视觉
    • 1.1 计算机视觉简介
      • 1.1.1 技术背景
      • 1.1.2 计算机视觉简介
      • 1.1.3 机器学习的数学基础
    • 1.2 计算机视觉与机器学习基础
      • 1.2.1 图像和视频
      • 1.2.2 特征选择与特征提取
      • 1.2.3 边缘提取
      • 1.2.4 相机模型
    • 1.3 计算机视觉与机器学习进阶
      • 1.3.1 聚类算法
      • 1.3.2 坐标变换与视觉测量
      • 1.3.3 三维计算机视觉
      • 1.3.4 三维计算机视觉与点云模型
      • 1.3.5 图像滤波器
    • 1.4 OpenCV详解
      • 1.4.1 OpenCV算法解析
  • 第二章:深度学习与计算机视觉
    • 2.1 神经网络
      • 2.1.1 深度学习与神经网络
      • 2.1.2 推理和训练
      • 2.1.3 从零开始训练神经网络
      • 2.1.4 深度学习开源框架

第一章:机器学习与计算机视觉

1.1 计算机视觉简介

1.1.1 技术背景

  • 了解人工智能方向、热点

1.1.2 计算机视觉简介

  • cv简介
  • cv技能树构建
  • 应用领域

1.1.3 机器学习的数学基础

  • 线性与非线性变换
  • 概率学基础
  • kl散度
  • 梯度下降法

1.2 计算机视觉与机器学习基础

1.2.1 图像和视频

  • 图像的取样与量化
  • 滤波
  • 直方图
  • 上采样
  • 下采样
  • 卷积
  • 直方图均衡化算法
  • 最近邻差值
  • 单/双线性差值

1.2.2 特征选择与特征提取

  • 特征选择方法
  • filter等
  • 特征提取方法:PCA、LDA、SVD等

1.2.3 边缘提取

  • Canny
  • Roberts
  • Sobel
  • Prewitt
  • Hessian特征
  • Haar特征

1.2.4 相机模型

  • 小孔成像模型
  • 相机模型
  • 镜头畸变
  • 透视变换

1.3 计算机视觉与机器学习进阶

1.3.1 聚类算法

  • kmeans
  • 层次聚类
  • 密度聚类
  • 谱聚类

1.3.2 坐标变换与视觉测量

  • 左右手坐标系及转换
  • 万向锁
  • 旋转矩阵
  • 四元数

1.3.3 三维计算机视觉

  • 立体视觉
  • 多视几何
  • SIFT算法

1.3.4 三维计算机视觉与点云模型

  • PCL点云模型
  • spinimage
  • 三维重构
  • SFM算法

1.3.5 图像滤波器

  • 直通滤波
  • 体素滤波
  • 双边滤波器
  • 条件滤波
  • 半径滤波
  • 图像增加噪声与降噪

1.4 OpenCV详解

1.4.1 OpenCV算法解析

  • 线性拟合
  • 最小二乘法
  • RANSAC算法
  • 哈希算法
  • DCT算法
  • 汉明距离
  • 图像相似度

第二章:深度学习与计算机视觉

2.1 神经网络

2.1.1 深度学习与神经网络

  • 深度学习简介
  • 基本的深度学习架构
  • 神经元
  • 激活函数详解(sigmoid、tanh、relu等)
  • 感性认识隐藏层
  • 如何定义网络层
  • 损失函数

2.1.2 推理和训练

  • 神经网络的推理和训练
  • bp算法详解
  • 归一化
  • BatchNormalization详解
  • 解决过拟合
  • dropout
  • softmax
  • 手推神经网络的训练过程

2.1.3 从零开始训练神经网络

  • 使用python从零开始实现神经网络训练
  • 构建神经网络的经验总结

2.1.4 深度学习开源框架

  • pytorch
  • tensorflow
  • caffe
  • mxnet
  • keras
  • 优化器详解(GD,SGD,RMSprop等

你可能感兴趣的:(自学CV,python,计算机视觉)