PaddlePaddle 计算机视觉实战记录

本次抗疫相关的paddlepaddle的cv特训还是有了很大的收获，特此记录一下。

首先第一课是cv介绍以及绘图相关学习，工作中一直用matplot画图，统计图画的比较少，前端时间看到疫情相关微博上有一些很好的玫瑰图还很好奇是怎么画的，pychart库的学习很有帮助，至少学会了玫瑰图的画法，打开了一扇大门的感觉，以后就不用matplot了，全面拥抱pychart了，另一方面关于cv的介绍帮助很好理清了早期cv的处理方法，关于数据降维还cue到了我以前的研究方向，流形学习，很亲切，很条理，很有帮助。

第二课和第三课是常见的cv模型，包括lenet的卷积网络，帮助从底层构建代码的方式重新过了一遍，其中dnn中重点在于数据的处理，对于图像处理，首先要确定好图片的输入格式，设置好输入输出的大小，构建网络的过程就都很相似，很套路。

第四课是介绍vgg的卷积网，vgg16是当前最常用的网络，在面试的时候还问道过，关于vgg16中卷积池化层的设计很好，将这一层单独抽取出来，极大的简化了代码格式

第五课是人流密度比赛，课程给出了baseline的版本，帮助大家快速开展项目，在此基础上进行优化

第六课是模型压缩的知识，上次和百度的何博士交流的时候，提到模型蒸馏的概念，这次学习对模型蒸馏，量化分析有了很好的理解，通过对模型压缩，降低了模型参数的大小，仅付出精度一定可接受的降低，对于模型落地，在生产时间环境有很重要的意义。