从入门到计算机视觉算法研究员的进阶课程最全整理

来源： https://zhuanlan.zhihu.com/p/40103989

本文已获授权，请勿二次转载

第一周：关于计算机视觉发展历程阅读

Tombone's Computer Vision Blog: From feature descriptors to deep learning 20 years of computer vision

地址：

http://www.computervisionblog.com/2015/01/from-feature-descriptors-to-deep.html

第二周：进行简单小项目获得初步理解

用 Google Vision API 实现人脸检测、面部情绪分析、图片OCR、色情图片检测（不满18岁可略过）

地址： https://cloud.google.com/vision/

第三、四周：进阶项目

配置运行 py-faster-rcnn 测试demo，修改实现用摄像头检测物体

地址： https://github.com/rbgirshick/py-faster-rcnn

第五-十五周：系统课程

学完Andrew Ng的 Machine Learning 课程（学员自行注册即可获全部课程信息）

地址： https://zh.coursera.org/learn/machine-learning

第十六-二十三周：系统课程

学完 Convolution Neural Network (CS231n) 的视频和课程讲义

地址： http://cs231n.stanford.edu/

第二十四、二十五周：工业实操

阅读 Caffe代码 ，在 Cifar10 上训练模型，达到state-of-the-art精度 （需要GPU平台，可到Momenta实地培训）

Caffe代码地址： http://caffe.berkeleyvision.org/

Cifar10地址： https://www.cs.toronto.edu/~kriz/cifar.html

第二十六周：技能提升

精简3的代码，只保留必要代码放在有 github 上开源

地址： https://github.com/

第二十七-三十四周：拓展学习

阅读Tombone 2015年后的所有 blog ，共14篇

地址： http://www.computervisionblog.com/

第三十五-四十周：拓展学习

阅读Andrej Karpathy 2015年后的所有 blog

地址： https://karpathy.github.io/