机器视觉基础知识

序

    2019年校招提前批基本结束了，目前只参加了学校组织的一场提前批校招笔面试，感悟良多，在此总结一二，作为一个小白一样的存在，说帮助他人就太牵强了，更多的是帮助自己，总结不足，有针对性的提升自我。
    今年的算法岗供需严重失衡，供远大于求，开发岗供需两旺，移动端开发供不应求，于是出现了大厂招聘劝退算法岗的情况。劝退的只是算法基础薄弱，看了几个博客，跑了几个demo的人，对于有实际项目经验，有好的paper的人，还是比较友好的。
     想要真正的成为一名合格的算法工程师，首先必须是一名优秀的开发工程师，所以第一部分是基础算法及刷题，必须掌握基本的数据结构和算法技巧，其必须掌握python与c++语言，必须掌握机器学习与深度学习相关知识。数学基础是你能否胜任算法工程师的关键，同时你需要对经典论文的发展脉络有一定了解，并对当前的热点有所关注，最后要具有复现算法的能力，我对以上的任何一条都没有满足，但是我已经清楚的找到了自己的不足之处，现在总结如下，自己也将在接下来的半年时间努力弥补不足，希望有缘人看见，我们可以一起努力进步！

第一部分 基础算法及常见笔试题

1.1 基础算法

1.2 python基础

1.3 c++基础

1.4 笔试题

第二部分 图像算法及数学基础

2.1 数字图像基础

2.2 图像中的数学

2.3 概率论基础

2.4 线性代数基础

2.5 高数基础

2.6 凸优化

第三部分 机器学习与深度学习

3.1 统计学基础

3.2 机器学习

3.3 机器学习实战

3.3 深度学习基础

第四部分 经典论文与当前研究热点

4.1 RCNN系列算法

4.2 SSD系列算法

4.3 YOLO系列算法

4.4 GAN系列算法

4.5 图像描述相关论文

4.6 视频理解相关论文

4.7 其他经典论文

4.8 近年来研究热点

第五部分 常用框架的介绍与使用

5.1 caffe

5.2 tensorflow

5.3 pytorch

5.4 mxnet

第六部分 常见算法的代码解读

6.1 待定

第七部分 其他

7.1 图像标记工具

7.2 压力测试工具

7.3 数据集介绍

7.4 优秀博主推荐