CV算法面试--基础知识汇总，学习分享：深度之眼CV项目就业班

# 基本概念

      计算机视觉是使用计算机及相关设备对生物视觉的一种模拟。它的主要任务就是通过对采集的图片或视频进行处理以获得相应场景的三维信息，就像人类和许多其他类生物每天所做的那样。

     计算机视觉是一门关于如何运用照相机和计算机来获取我们所需的，被拍摄对象的数据与信息的学问。形象地说，就是给计算机安装上眼睛（照相机）和大脑（算法），让计算机能够感知环境。

      我们中国人的成语"眼见为实"和西方人常说的"One picture is worth ten thousand words"表达了视觉对人类的重要性。不难想象，具有视觉的机器的应用前景能有多么地宽广。

# 学习路径

学完深度之眼的CV项目就业班第九期，前来复盘，总结一些经验，希望对大家有用。

https://pan.baidu.com/s/1-dVSZv5kh2aW6_6NoAglHQ 

链接：https://pan.baidu.com/s/1-dVSZv5kh2aW6_6NoAglHQ 
提取码：y936 

详细掌握了四大CV专题：

图像分类、图像分割、目标检测、GAN四大专题

7大企业级实战项目

花朵分类

在本项目的学习中，学习了常用的CNN模型及代码使用、MixuP数据增强方法和Labelsmoothing等多个实用训练tricks，带着你从O构建深度学习图像分类代码框架，实现vgg、senet、 mobilene等主流网络卷积代码。

本项目学习完成后，能对圈像分类的代码框架建立系统性的认知并掌握多个图像分类涨点技巧，为接下来的项目实战打下良好的基础不均衡Cifar分类

老师会讲解常见的数据不均衡项目，指导你解决类别不均衡问题，会用到re-sampling技巧、class balence 损失函数设计等多个实用训练

tricks，并且还会补充数据清洗、筛选、爬取的实战课。

通过本项目的学习，掌握数据预处理的实战方法，增加项目实战经验和工程能力。

自动驾驶语义分割

通过本项目的学习，掌握将从实际项目需求出发，围绕自动驾驶分割项目进行内容讲解，介绍Unet、 deeplab系列等主流图像分割算法。用代码实现数据集读取、图像分割模型训练、训练分析、模理、线上部署，是真正意义的项目实战。

人像分割及证件照制作

通过本项目的学习，掌握将用代码实现Bise Net并训练实现人像分割。讲解Albumentations等数据增强工具，代码实现Web端模型部署，在网页端提供证件照制作功能。能从0实现web端深度学习模型部署。

基于 FCOS 的目标检测系统

通过本项目的学习，掌握指导你逐步优化算法和代码，在“实时目标检测”任务中，同时满足检测准确率（%）和检测速度 (FPS) 两个指标，该过程中会涉及到目标检测，模型压缩，模型部署等技术。

所积累的经验，是企业十分看重的，是简历中亮点之亮点

基于FCOS系统实现关键点检测

通过本项目的学习，掌握会讲解人体关键点检测概论及问题建模，指导代码书写和模型的训练及调优。对深度学习和前沿目标检测技术的理解会更深，如果有一个idea，会指方向。

超分辨率任务

从需求分析和数据收集开始，带着你全链路的来学习和探索神奇的GAN技术是如何在企业中一步步落地，解决客户的实际需求。

通过本项目的学习，掌握深度理解企业项目工作流程，养成解决实际问题的思维方式，确保生成模型对各类业务需求的鲁棒性。