Learn-CV-The-Hard-Way

Learn Computer Vision The Hard Way，通过实际案例来学习计算机视觉。

学习内容

• 常见计算机视觉任务；
• 数字图像基础；
• 卷积神经网络基础；
• Pytorch基础
• 计算机视觉赛题学习；

常见的计算视觉任务

1. 图像分类（Image Classification）：给定一张图，对图像物体进行分类；
2. 物体识别（Object Detection）：识别图中每个物体的位置和类别；
3. 语义分割（Semantic Segmentation）：将图中每个像素点进行语义分类；
4. 实例分割（Instance Segmentation）：将图中每个像素点进行实例分类；
5. 人体姿态估计（Pose Estimation）：识别图中每个人的姿态关键点；

更加直观的任务介绍见：https://gluon-cv.mxnet.io/

当然还有很多其他的计算机视觉应用，如人脸关键点检测、人脸识别、视频分类、物体追踪和图像风格转换等，但诸多的应用都可以从如下角度进行总结和学习：

• 任务的定义是什么（任务目标和评价指标）？
• 任务常见的解决方法是（常见模型）？
• 任务有什么应用场景？

数字图像基础

• 图像操作与处理
  • 图像读取、旋转、缩放
  • 颜色空间转换、直方图均衡化
  • 图像滤波
• OpenCV基础
• 图像局部描述算子
  • Harris角点
  • SIFT关键点

卷积神经网络基础

• 卷积神经网络基础
  • 基本结构
  • 发展历程
• 卷积神经网络构成
  • 卷积层
  • 激活函数层
  • Pooling层
  • BN层
• 常见的卷积神经网络结构
  • AlexNet
  • VGG
  • ResNet
• 卷积神经网络实践
  • 参数初始化
  • 数据扩增方式
  • 目的函数与优化器
  • 网络正则化

Pytorch基础

• Pytroch基础
  • Pytorch安装
  • 数据结构Tensor与Variable
  • 自动微分autograd
• 数据DataLoader
  • 内置的Dataset与DataLoader
  • 自定义Dataset
  • 常见的数据扩增方法
• 模型搭建
  • 模型搭建Sequential
  • 常见的网络层
  • 常见的参数初始化方法
• 优化器与损失函数
  • 常见的优化器
  • 常见的损失函数
  • 学习率调整策略
  • EarlyStop等正则化技术
• 模型评价方法
  • 分类Top1与Top5准确率计算
  • 分类AUC计算
  • 分类混淆矩阵计算
• 模型训练与验证
  • 模型训练与验证
  • 模型权重保存与加载
  • 模型单级多卡实验

计算机视觉赛题

• [分类]- AI研习社：胸腔X光肺炎检测， https://god.yanxishe.com/13

• [分类]- AI研习社：猫狗大战，https://god.yanxishe.com/8

• [回归]- AI研习社：人脸年龄识别， https://god.yanxishe.com/10

• [物体检测+人脸检测]- AI研习社：安全帽检测，https://god.yanxishe.com/12

• [物体检测+OCR]- Tinymind：人民币编码识别，https://www.tinymind.cn/competitions/47

书籍推荐

1. 《动手学习深度学习》

   作者：阿斯顿·张，李沐，扎卡里 C. 立顿和亚历山大 J. 斯莫拉

   介绍：基于MXNET框架的深度学习实战教材，代码、课程和讲义完全开源，适合入门；

   MXNet版：http://zh.gluon.ai/index.html

   PyTorch版：https://github.com/ShusenTang/Dive-into-DL-PyTorch

2. 《解析深度学习——卷积神经网络原理与视觉实践

   作者：魏秀参（Xiu-Shen WEI）

   介绍：轻量级、偏实用的深度学习工具书，侧重深度卷积神经网络基础和应用；

   开源电子版：http://www.weixiushen.com/book/CNN_book.html

3. 《Python计算机视觉》

   Jan Erik Solem (作者) 朱文涛 , 袁勇 (译者)

   介绍：介绍了Python环境下的图像处理基本操作；

版权说明

本仓库所有代码和文档版权归本人所有；

如果有合作和沟通意向，请添加微信。