保姆级别!深度学习-计算机视觉-目标检测方向学习路线,送给研0,研一正在迷茫的小伙伴们,学完发paper!

0、【必读】前言介绍

bilibili 学习路线解读:保姆级别!深度学习-计算机视觉-目标检测方向学习路线,送给研0,研一正在迷茫的小伙伴们,学完发paper!_哔哩哔哩_bilibili

文章前半部分主要讲解大家都能用得到的,深度学习,计算机视觉这个模块的学习路线,适合所有的同学!

后半部分主要是讲解目标检测的学习路线,适合方向是目标检测的同学!

文章的最后也会做一些计算机视觉中其他方向的科普性文章视频的推荐!

对了,文章的最后,还会有一些学习时间的规划!

希望大家能够喜欢!

目录:

如果大家的方向是目标检测,建议食用左边的学习路线

如果大家的方向不是目标检测,建议食用右边的学习路线

阶段一:机器学习理论学习阶段

1、这一阶段的要求:

  • 掌握 机器学习、有监督学习、无监督学习、训练集、测试集、验证集等相关的概念

  • 掌握模型的评估方法、评价标准和概念

    • 概念(例如:泛化、过拟合、欠拟合等等)

    • 评估的方法(例如:留出法、交叉验证法等等)

    • 评价标准 (例如:查准率、 查全率 等等)

  • 理解常用的机器学习算法,比如:线性模型、决策树、支持向量机、神经网络、贝叶斯估计、集成学习、聚类等等

2、学习建议和方法(2-3周)

建议:这一阶段的学习,重点在于掌握常用机器学习算法的思想,机器学习中的数学理论公式比较抽象,理解就好。

方法:先跟着jackcui的博客还有下面推荐的图解机器学习算法进行入门学习,入门后,可以拿推荐的视频和西瓜书,进行深入学习!

如果是做计算机视觉的,不建议花很多时间停留在机器学习上面,学习时间2-3周即可!

3、视频推荐

4、书籍资料推荐

阶段二:预备知识学习阶段

1、这一阶段的学习要求

  • 编程方面,要求掌握Python这门编程语言!

  • Opencv这个计算机视觉库的使用(做CV的这个库必学)

  • Pytorch的安装和使用 (这个也可以放到下一阶段去学习)

  • 学习Pytorch的时候,最好电脑上有一块英伟达的显卡

2、学习方法和建议 (时间:6-8周)

  • 学习建议:对于科研人员来说,Python、Opencv、Pytorch 是工具,会用即可!

  • 学习方法:可以根据下面推荐的视频和书籍进行学习!

3、视频推荐

4、书籍推荐

  • OpenCV的学习书籍【适合入门】

  • Python学习的书籍【适合详细学习Python】

阶段三:深度学习理论学习阶段

1、学习要求

重点是掌握和理解,神经网络中的一些概念,比如:卷积、池化、上采样、下采样、梯度下降、误差逆传播等等...

还有常用的激活函数,如sigmoid,ReLu等等

2、学习建议和方法 (4-6周)

  • 学习建议:这一阶段的学习很重要,所谓的基础不牢,地动山摇,在这个阶段一定要打好基础!

  • 学习方法

    • 【入门】按照顺序把下面同济子豪兄讲1-4个视频看完,基本上就入门深度学习了

    • 【进阶】看下面推荐的《深度学习入门书》+B站【致敬大神】的讲解 或 【李沐老师】讲的动手学深度学习的课程!

3、入门学习阶段(1-2周)

4、进阶学习阶段(4周)

5、推荐的B站博主

  • 跟李沐学AI

  • 同济子豪兄

阶段四:图像分类实战学习阶段

1、前言

  • 为什么在这个阶段学图像分类的模型?因为分类模型是后续目标检测、图像分割模型的基础,学会了分类模型以后,再学其他的模型很容易!

2、学习建议和方法(6周)

  • 学习建议:这一阶段一定要动手做!

  • 学习方法:先入门再进阶!!!

3、入门学习

强烈安利推荐霹雳吧啦导师的视频:的个人空间_哔哩哔哩_Bilibili

注:

  • 霹雳导师的视频,看Pytorch的的就好

  • 视频看到前6节,基本上就够用了,如果想深入的学习做模型轻量化、移动端的模型之类的,可以继续看后面的视频!

4、进阶学习

  • 如果想深入的学习,建议看完霹雳导师的视频以后,阅读 Alexnet、VGG、GoogleNet、ResNet等经典神经网络的论文!

  • 这些经典的论文,B站上面的同济子豪兄、李沐老师也都有论文精讲精读视频,大家可以参考!

  • 【同济子豪兄—论文精读系列】

  • 【李沐老师—论文精读系列】

阶段小结:

完成上述四个阶段的学习以后,只能算是深度学习入门了,要想深入的学习,需要有一个具体的研究方向,比如目标检测、目标跟踪、图像分割、关键点检测、图像风格迁移等等....。因为本人是做目标检测的,所以下面重点讲解一下目标检测的学习路线,文章的后面也会附上其他方向的入门学习路线,由于精力有限,其他方向本人学术不精,只能给推荐一些偏科普性的学习资料!见谅!!!

阶段五:目标检测实战学习阶段

1、前言

  • 这一部分是重头戏!学会之后可以发paper!

  • 有了图像分类的基础以后,再去学目标检测,会非常的容易,因为目标检测领域里面的骨干网络用的都是分类的模型!

2、学习建议(10周的时间)

  • 学习建议:

    • 这一阶段的关键是读论文+调试代码!!!

    • 如果上一阶段没有开始读论文的话,建议这个阶段一定要开始读论文了!!!

    • 如果时间不充裕,或者静不下心来,感觉压力大,理解下面算法的网络结构和原理、读懂下面算法的论文即可,起码要知道,YOLO的head、backbone、neck、head这四个部分的网络结构是什么!弄懂网络结构是关键!!!弄懂网络结构以后,才能够看懂代码和别人的论文!!!

  • 学习方法:

    • 大体的学习路线是:先学习两阶段的目标检测算法->一阶段的目标检测算法

    • 入门阶段:建议按照:RCNN->Fast RCNN ->Faster RCNN ->SSD ->YOLOv1->YOLOv2-YOLOv3-YOLOv4-YOLOv5-...按照这个顺序去看霹雳啪啦的视频讲解

    • 进阶阶段:看完视频以后,读原算法的论文,重点要理解YOLO系列的论文!

    • 动手阶段:要求把YOLOv5搞懂!!!代码跑通!!

3、入门学习资料

4、进阶学习资料

  • 看完入门视频和入门博客以后,可以看算法的论文,进一步加深算法的理解

  • 可以选用【同济子豪兄】的精度论文精度系列

5、动手阶段:动手跑YOLOv5目标检测算法(这一阶段必做!决定你能不能发论文!!!)

上述阶段都学明白以后,就可以开始动手学YOLOv5了!!!

YOLOv5的官方GitHub地址:ultralytics/yolov5: YOLOv5 🚀 in PyTorch > ONNX > CoreML > TFLite (github.com)

看完上述YOLOv5的视频以后,基本上就可以搭建出属于自己的YOLOv5的目标检测平台了,PS:前提是要有数据集+要有显卡,哈哈哈哈!如果没有显卡的话,文章最后有推荐的云服务器租赁平台!

6、推荐书籍

  • 这本书挺好的,讲的很细致,适合入门,书中也讲了目前目标检测中存在的一些挑战问题

阶段总结

恭喜各位走到这一阶段,算是真正的入门目标检测系列了!

也了解了YOLO的网络结构,跑通了YOLO的代码!

目前大多数的论文都是基于YOLO进行改进的,以后自己可以独立的去阅读论文了!

接下可以结合自己的细致的研究方向+看别人的论文+收集数据集,优化网络结构,训练属于自己的YOLO了!

阶段六:终极阶段—真正的科研阶段

1、学习建议(12周)

  • 这一阶段的学习就是,确定自己的研究领域和方向,然后开始读论文->改代码->做实验->读论文->改代码->做实验....直到实验结果满意为止!!!然后根据实验结果发论文!!!

  • 建议看一些CVPR ECCV ICCV顶会期刊的论文,会有不一样的启发!!!

  • 最笨的方法,把一个领域的论文看上30篇,基本上就知道怎么优化自己的实验了!!!

2、学习资料分享

【强烈推荐】CSDN和GitHub上有几位大佬分享自己在YOLO算法上优化的方法,大家可以参考!!!

阶段七:拓展学习阶段—图像分割、实例分割极端

在8月份新更新的YOLOv6.2版本集成了图像分类、目标检测,

作者说,9月份的YOLOv6.3版本,将会集成图像分割,真的是万物皆可YOLO!!!

有拓展学习,持续学习的小伙伴们,或者不是目标检测方向的小伙伴 可以食用下面的视频

学习时间的规划:

建议研一上完成阶段一到阶段四的学习

研一下完成阶段五和阶段六的学习

研一的暑假,就可以开始看论文,改进算法,做实验

研二,发paper

研三,顺利毕业!

云服务器推荐!

模型的训练,一般都在本机调试好,然后挂到云服务器上进行训练!下面就推荐几个好用的云服务器平台!

在用云服务器之前,推荐大家学习一下Linux命令的基本使用,会的小伙伴请pass!

  • Linux的学习教程

【快速入门】【【狂神说Java】Linux最通俗易懂的教程阿里云真实环境学习】 【狂神说Java】Linux最通俗易懂的教程阿里云真实环境学习_哔哩哔哩_bilibili

【深入进阶】【【小白入门 通俗易懂】2021韩顺平 一周学会Linux】 【小白入门 通俗易懂】2021韩顺平 一周学会Linux_哔哩哔哩_bilibili

致谢

感谢以下阿婆和博主对我研一学习的帮助!!!

评论 10
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值