内容简介：本文已获授权，请勿二次转载Tombone's Computer Vision Blog: From feature descriptors to deep learning 20 years of computer vision
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/
以上所述就是小编给大家介绍的《从入门到计算机视觉算法研究员的进阶课程最全整理》，希望对大家有所帮助，如果大家有任何疑问请给我留言，小编会及时回复大家的。在此也非常感谢大家对 码农网 的支持！
本站部分资源来源于网络，本站转载出于传递更多信息之目的，版权归原作者或者来源机构所有，如转载稿涉及版权问题，请联系我们。
Alone Together
Sherry Turkle / Basic Books / 2011-1-11 / USD 28.95
Consider Facebookit’s human contact, only easier to engage with and easier to avoid. Developing technology promises closeness. Sometimes it delivers, but much of our modern life leaves us less connect......一起来看看 《Alone Together》 这本书的介绍吧!
