【含时间路线】2022浙大博士整理计算机视觉学习路线图

想要入门计算机视觉，一个月足以！但想要精通，还是需要深耕的~

我用8千字写了这份0基础保姆级究极简单的计算机视觉入门学习路线图（包含实战项目），保你一个月入门计算机视觉，分享给在座的大佬。

这个学习路线图一共有16个模块，完整学完之后可以从入门到精通了：

• 深度学习入门算法

• 深度学习框架TensorFlow与pytorch

• OpenCV图像处理框架实战

• 综合项目-物体检测YOLO实战

• 图像分割实战

• 行为识别实战

• transformer实战系列

• 3D点云实战

• 目标追踪与姿态估计实战

• 面向交通驾驶领域的深度学习实战

• 缺陷检测实战

• 行人重识别实战

• 对抗生成网络实战

• 强化学习实战系列

• 面向医学领域的深度学习实战

• 模型部署与剪枝优化

整个路线图的思维导图如下，我把对应的视频和链接全部放在了思维导图备注里面；

大家在学习的时候，可以搭配视频学习：获取思维导图方式如下：关注公众H【咕泡AI】回复【777】免费领取。

​

1.深度学习入门算法

深度学习⼊⻔视频课程从最基本的神经⽹络开始讲起，讲复杂的神经⽹络分成⼏个⼩模块，先对必备的知识点的细节进⾏详细讲解再拓展到整个神经⽹络，从神经⽹络的架构，细节进⾏全⾯分析，并使⽤python代码完成简易的神经⽹络，从效果上感受神经⽹络的强⼤。熟悉神经⽹络后再进军卷积神经⽹络 与递归神经⽹络，详解CNN与RNN的原理与细节。

​

这一模块的学习是比较基础的，但是非常的重要，7个小时可以学完，但是建议大家可以花费更多的时间去夯实基础。

2.深度学习框架TensorFlow与pytorch

深度学习的两个框架也主要是分成两个小部分与学习，从安装到代码实现，总共花费18个小时。

​

3.Opencv图像处理框架实战

本模块学习花费13个小时，可以快速掌握机器视觉领域必备知识点原理及其在opencv中的使用方法。需要注意的是所有的代码是使用python完成的，然后通过Debug模式 来⼀步步分析每⼀⾏代码的作⽤及其完成的效果。