计算机视觉算法工程师入门学习规划

研一飘飘荡荡的在浪费了一年的时间没有找到自己的方向，直到2016年7开始决定从事计算机视觉的研究，当时觉得能让计算机通过摄像机感知、理解这个世界是一件非常神奇的事，并对此产生的浓厚的兴趣。真正开始做这方面的事是参加一个无人机比赛，要求无人机自主完成一些任务，其中用到视觉目标检测和识别的相关知识。之后开始学习图像处理基本知识和机器学习一些算法，包含了深度学习的相关知识。虽然学习了半年多但是总感觉没有系统的学习，学习的知识也不够扎实。
课题的研究方向主要是目标检测，虽然方向很明确但是实验室还有一些事情学要去做，也不能专心的去学习，有时候也很苦恼。最近看了很多如何学习计算机视觉方面的东西，觉得要总结一下，从而促进自己的学习，希望自己能够把有限的时间有集中在目标检测研究上来，并为就业做准备。

学习主要分以下几方面：
1、论文（目标检测方向）
2、深度学习（CNN为重点，实战很重要）
3、机器学习（分类算法SVM等）
4、基本图像处理算法
5、opencv、caffe
6、c/c++(基础知识+编程能力)、python（结合深度学习使用）
7、利用好CSDN、GitHub等网络资源

从众多招聘信息可以总结出，想从事计算机视觉行业，有以下几方面的要求：
1、熟练掌握编程语言（我选择：c/c++、python）及数据结构基础算法（算是必备能力）
2、掌握与计算机视觉相关的机器学习算法（我选机器视觉算法20讲来学习）
3、有深度学习背景知识，熟悉一种深度学习框架（我选Caffe）
4、在某一方面有深入研究（我选目标检测）
5、英语读写能力（通过读外文文献来提升）
6、基础图像处理算法（还需学习）
7、有项目经验者优先（这个很重要，没有项目，自己进行实战）

又梳理了一遍还是感觉要学的东西很多，毕竟基础差，需要特别努力才可以。

重点：安排好学习计划，努力去学习吧