想学计算机视觉入门的可以看过来了

文章写了有一段时间了，期间不少小伙伴来咨询如何自学入门AI，或者咨询一些AI算法。

90%的问题我都回复了，但有时确实因为太忙，没顾得过来。

在这个过程中，我发现很多小伙伴问的问题都类似：比如如何入门计算机视觉，某某算法是做什么的，有什么作用。

之前写的文章由于过于分散，不成体系，很多知识点没有串联起来。

于是我准备写一系列的文章，计划更新100+篇文章，系统的带大家从传统计算机视觉，到基于深度学习的计算机视觉走一遍。

然后依托Resnet50这一经典图像分类网络，将涉及到的算法都剖析和实现一遍，最后亲自完成该神经网络的搭建，并带你完成任意图像的识别目录：

我所理解的计算机视觉

基础背景知识

1. 图片和像素

2. 灰度图

3. 彩色 RGB 以及通道

4. 彩色YUV

5. OpenCV 介绍、环境搭建及一个实战完成YUV的分量提取

传统计算机视觉初探

1. 传统CV之均值滤波

2. 传统CV之高斯滤波

3. 传统CV之高斯滤波实战

4. 传统CV之边缘检测

5. 传统CV之图像分割(大津算法)

6. 传统CV之利用大津算法实战完成图像分割

深度学习基础

1. 机器学习和深度学习的关系

2. 深度学习之神经网络

3. 深度学习之训练和推理

4. 深度学习之正向传播和反向传播

5. 深度学习之损失函数

6. 推理的性能，那些框架存在的意义

7. 深度学习实战——完成一个模型的训练和推理

图片分类模型 - Resnet50

1. 什么是 Resnet50 神经网络？

2. Resnet 神经网络为什么这么重要？

3. Resnet 中共包含哪些算法？

4. 卷积 - 为什么是卷积？

5. 卷积 - 什么是卷积的 Feature Map？

6. 卷积 - 到底什么是感受野？

7. 卷积 - 图片通道数

8. 卷积 - 图片的特征是如何通过卷积表征的

9. 卷积 - 卷积算法的可视化

10. 卷积 - 卷积的本质  - 图片特征的融合

11. 卷积 - 特征图可视化，卷积到底学到了图片的什么特征

12. 卷积 - 卷积算法公式推导

13. 卷积参数 - padding 的作用

14. 卷积参数 - stride 的作用

15. 卷积参数 - dilation 的作用

16. 变种卷积 - 空洞卷积

17. 变种卷积 - 分组卷积

18. 变种卷积 - 逐通道卷积

19. 实战环境搭建 - python  和 C++ 卷积实战 - 手写一个基础卷积算法

20. 卷积总结 池化 - 什么是池化算法

21. 池化 - 池化的核函数

22. 池化 - 和卷积的区别

23. 池化 - 最大池化

24. 池化 - 最大池化的特征不变性

25. 池化 - 平均池化 ，全局平均池化

26. 池化实战 - 手写一个最大池化函数

27. BatchNorm - 批归一化，为什么在特征图的 batch 维度做？

28. BatchNorm - 解决了什么问题

29. BatchNorm 实战 - 公式推导以及手写一个BatchNorm 算法

30. BatchNorm 为什么可以和卷积融合？

31. 激活函数 - 非线性的重要性

32. 激活函数 - Relu 公式

33. 激活函数 - 为什么有人说可以无脑用Relu

34. 激活函数 - sigmoid

35. 激活函数 - 梯度消失和梯度爆炸

36. Resnet - 残差结构

37. Resnet - 残差结构的作用

38. python/c++ 实战 - 利用卷积+relu + add 手写一个残差结构

39. 全连接 - 全连接的本质，图片特征的大融合

40. 全连接 - 和卷积的区别和联系

41. python/c++ 实战 - 手写一个全连接算法

42. Softmax 分类器的作用

43. Softamx 分类的本质

44. Softmax 与损失函数的关系

45. python/c++  实战 - 手写 softmax 算法

46. Resnet 中的下采样

47. Resnet 中的BottleNeck 结构

模型实战

1. python/c++ 实战 - 手写搭建 conv + batchnorm + relu conv_bn_relu)结构

2. python/c++ 实战 - 手写搭建 bottleneck 结构

3. python/c++ 实战 - 手写全局平均池化

4. python/c++ 实战 - 利用 conv_bn_relu + bottleneck + 最大池化 + 全局池化 + 全连接搭建resnet50

5. python/c++ 实战 - 下载该神经网络预训练权值

6. python/c++ 实战 - 对神经网络加载权值 python/c++

7. 实战解析 - 图像预处理介绍

8. python/c++ 手写图像预处理

9. python/c++ 输入任意图片，正确推理结果

10. 神经网络评价指标 - Top1/Top5， 看你手写的神经网络正确率如何？

模型性能优化

1. python/c++ 实战总结 神经网络性能指标 - 吞吐和延时

2. 计算机基础 - 计算数据流加载（IO)

3. 性能优化1 - 循环展开（unrooling) 及其原理

4. 性能优化2 - 图融合及其原理

5. 性能优化2 - resnet中可融合的层的算法等价关系介绍

6. 性能优化实战 - 以上述手写的神经网络代码为基础，完成图融合的实战

7. 性能优化3 - 什么是计算向量化

8. 性能优化3 - 内积和卷积的关系

9. 性能优化3 - 利用 python 的内积优化卷积运算

10. 性能优化3 - CPU 向量指令和标量指令介绍

11. 性能优化3 - CPU avx指令集介绍

12. 性能优化3实战 - 利用avx指令集做卷积算法的优化

13. 性能优化4 - 权值预加载技术

14. 性能优化5 - 模型预编译技术和代码生成介绍

详细的文章撰写计划可以查看：不错，学习赚钱两不误