工作展望与计划

转发一下前辈的CV领域经验,写得很好很深刻,很适合我这种小白,很值得借鉴,原文出处:

https://blog.csdn.net/cl510/article/details/54862867

 ID:ImgeShow


已经在一家创业公司实习了差不多7个月(2016.6-2017.2),见证了一个初创公司的成长与发展。对个人的成长并不是很满意,但值得肯定的是,我已经入了这个坑。

实习期间发现了自己对cv领域很多短板,几乎是0基础吧。发现了自身存在诸多问题,准备朝这两个方向努力吧:

1.提高工程实现与编程能力

   问题:这一点真的特别特别重要!体会很深刻!!!看别人的论文或者自己思考有一些改进的方案,但落实到实现的过程发现基本功不扎实。写一个简单的函数有时候居然花了一天。很多C++已有的基础函数不熟悉。

  目标:1. 系统快速学习C++知识,对重要的知识加强训练,熟练使用C++的常用函数。

             2. 温故C语言,对指针,结构体深刻理解。

             3. 学习与熟悉常见数据结构与算法,熟练掌握经典算法。

             4. python的入门学习。

  途径:1,2, 3的目标都可以通过看书与编程相结合。编程的实现主要通过刷leetcode题库,充分高效利用题库。多思考,多总结。争取多思考给出多个解法,并进行比较。举一反三,记知识点总结笔记。

2.深刻理解CV基础知识

   问题:这个也很重要!这个难度更大,是一个长期的目标。目前主要聚焦计算机视觉的基础知识,多学习多积累。争取不做门外汉。对于有难度复杂的图像技术,争取感性直观有些认识,暂时放弃公式的推导。要关键学会如何使用(如opencv已有的函数),对于论文的算法,能充分理解实现过程,可以忽略推导过程,能复现别人的算法。

  目标:1. 深刻理解图像特征提取技术(LBP/HARR/HOG/SIFT)的具体实现过程及涉及到图像基础知识,深刻理解不仅知其然,而且要知其所以然。

             2. 掌握和理解经典的机器学习算法(如SVM),会在不同场景选用合适的机器学习算法。

             3. 入门深度学习的学习,会使用和调节TensorFlow /caffe框架。

             4. 关注cv领域的最新进展与论文,对视频跟踪进行重点关注。

  途径:1.跟进项目,这点特别重要。视频跟踪是重点,即使自己实现不了,也要与同事一起讨论,能发现问题,观察别人如何思考如何解决的。

             2.熟练使用opencv常用函数,会设置调节参数。

             3. python机器学习函数的学习与配置。

  加油!撸起袖子加油干!    

阅读更多
个人分类: 人生经历
想对作者说点什么? 我来说一句

没有更多推荐了,返回首页

关闭
关闭
关闭