CV算法主要工作任务:
1:文献的图文数据预测、结构化处理并入库;
2:OCR算法的优化;
3:表格重构、任务调优;
4:靶点图像分割、靶点图像类别预测等模型优化迭代;
文献的图文数据预测、结构化处理并入库
这个我实在不熟,但是我感觉和编译原理以及汇编语言有一定关系。
剩下的预测是nlp的事情,我感觉现在重在使用而不是理解其深层道理。
OCR算法的优化
这个可以重点学习一下。
表格重构、任务调优
表格重构这个知识除非进行实操,要不根本不可能学的出来,但是其基础的知识参考的是SQL。
任务调优分为两个方面:
一个方面是:算法的调优,主要从时间复杂度方面考虑。
一个方面是:并行化,缓存方面考虑,这里需要对操作系统有所学习和了解。
靶点图像分割、靶点图像类别预测等模型优化迭代
图像类别预测:主要学习几个重点网络。ALNEXTNet网络,Vgg网络,Googlenet网络,ResNet网络。
靶点图像分割:主要有两个方法,one-stage和two-stage。各有优劣。
目标检测:主要基于三种网络,分别是RCNN模型,SSD模型以及YOLO模型。