計算機視覺應該怎樣入門？

 

從裝Python、裝OpenCV、入門深度學習，到人臉識別、目標檢測、語義分割等等各類應用，都有進階路線，裏面包含了教程、案例、注意事項。甚至怎樣把算法部署到樹莓派之類的硬件上，也能找到經驗。

 

 

推特發出12小時，已經有1200人點了贊。做者名叫Adrian Rosebrock，是個常常出產教程的寶藏男子。

萌新的你，想要成長爲一名合格的老司機，請馬克這份指南。

而後，來看裏面的內容到底有多豐富：

事無鉅細

爲了不「從入門到放棄」的慘劇，在你成爲老司機的路上，這份指南給每一步都作了安排。

從目錄看，大體分爲兩部分，左邊一列是基礎，右邊一列是應用：

 

 

先看左邊的基礎裝備：

· 應該從哪開始呢
· 深度學習
· 人臉應用
· 圖像文字識別 (OCR)
· 目標檢測
· 目標追蹤
· 實例分割和語義分割

第一章「應該從哪開始呢」，是OpenCV的進階路線：

一是安裝Python和OpenCV (初) ，二是理解命令行arguments (初) ，三是用示例學OpenCV (初) ，四是本身搭個OpenCV小項目 (初) ，五是作更高級的OpenCV項目 (中) ，六是在CV的大世界裏，選擇本身的小方向 (中) 。

每一步都有須要注意的事項，還有必要的教程資源。

好比，怎樣安裝OpenCV最簡單，爲何不要用Windows，作項目的過程當中有哪些常見錯誤類型要避免。

有些步驟，還會分紅多個小步驟，每一個小步又有做者的舒適建議。好比，這是第五步：

 

 

當這個章節的六步完成以後，還有一步叫「What to Next」，除了告訴你們下面應該作什麼，也有一些額外的教程資源提供。

第二章「深度學習」，是算法的進階路線，內容比第一章更豐盛，有12步：

一是構建深度學習環境 (初) ，二是訓練本身的第一個網絡 (初) ，三是理解CNN (初) ，四是搭個本身的圖像數據集 (中) ，五是在本身的數據集上訓練一個CNN (中) ，六是調整學習率 (中) ，七是數據擴增 (中) ，八是特徵提取和微調預訓練網絡 (中) ，九是視頻分類 (高) ，十是多輸入和多輸出網絡 (高) ，十一是改進本身的網絡 (高) ，十二是AutoML和AutoKeras。

依然，每一步都提供了詳細的指引，有過往成功案例爲你保駕。好比，這是第十二步：

 

 

從第三章「人臉應用」開始，就是在各類具體任務當中用到的算法了。

檢測人臉，檢測關鍵點，識別人臉，提高算法的準確率……也把前兩章的進階路線，貫徹進了任務裏。

在這一章，做者Adrian Rosebrock頻繁出鏡：

 

 

第四章-第七章，文字識別、目標檢測、目標追蹤、實例分割和語義分割，與第三章同理，此處便不詳述。

做者繼續高密度出鏡：

 

接下來看右邊一列，是幫你走進現實的：

· 嵌入的和物聯網用的CV
· 樹莓派上的CV
· 醫學領域的CV
· 搞搞視頻
· 圖片搜索引擎
· 大神采訪，案例研究 (與教程) ，成功故事

好比，怎樣把本身的算法，放進樹莓派裏，放進冰箱裏，放進腦子裏，都有詳盡的玩法。

做者依然在出鏡：

 

 

除此以外，還有各類成功前輩的採訪，裏面有一些成功案例 (或附帶教程) ，是初學者能夠借鑑的經驗：

 

 

除了技術上的建議，這些資料也可當作美味的雞湯，鼓舞着你一路走向人蔘巔峯。

傳送門

萬事俱備，你們能夠開始修煉了。

順便回答一下這個問題：做者說的81頁，這個數究竟是怎麼來的。

Start Here with Computer Vision, Deep Learning, and OpenCV - PyImageSearch​www.pyimagesearch.com

 

自學了一段時間計算機視覺(Computer Vision)，下文簡稱：CV。內容以基本概念爲主，形式以看書爲主，跟着敲代碼爲輔。

原由：因工做中會涉及到交通物流風險管理、出險理賠材料審查等內容，會涉及到大量人工介入審閱照片、視頻的環節。而隨着素材量的增長未來須要大量的人力來處理，致使成本高，效率低、易出錯。
思考：可否經過某種技術進行照片、視頻內容的審查，從而消化必定的工做量，同時提高效率？帶着這樣的問題，咱們鎖定了CV技術。

這裏很是簡單地談談本身近一年的學習體會，算是入門者說吧。

一、首先明確CV都會在哪些領域裏使用，即用途是什麼？

如下是筆者在今年1月中旬於硅谷參加AI世界前沿大會時拍攝的OpenCV做者Bradski大神的演講ppt照片（能看得清內容）。

從上圖能夠看出，CV或者說OpenCV用途十分普遍。那麼問題來了，你確認你要學的東西在將來的學習或者工做中能夠派上用處嗎？若是答案是Yes。就繼續往下看。

 

二、CV是啥？

若是用一句話來解釋CV，那麼多是研究讓機器像人同樣具備可以「看」的能力，並在必要的時候給予合適的反饋（輸出：好比看圖說話，看視頻說話 ）。

 

三、學什麼？從哪裏開始學？

從斯坦福大學李飛飛教授的CS231n課程中能夠看到，須要有一些基礎，以便更好的學習CV。截屏以下：

上圖能夠看到，須要咱們具有一些知識：

1）編程基礎：Python和C++。我的理解，用Python快速實現算法；用C++實戰，實時性能強。
2）數學基礎：高數，線性代數、基礎機率與統計
3）機器學習基礎

3-1）若是你對以上內容都有必定的基礎，那麼恭喜你，對於入門CV，你有了好的開始。

 

3-2）推薦幾本比較好的書籍：

一、《計算機視覺：模型、學習和推理》

入門基礎書籍，講得很清楚。我在看，很是好的與機器學習結合的CV入門書籍。英文好的同窗，建議看Prince的本來彩圖書籍。 官網《英文原版彩圖PDF版本》下載連接

二、《Learning OpenCV》

實戰經典。推薦理由：OpenCV做者Bradski大神的書。學習CV的人是沒法繞開OpenCV的。

三、《Python計算機視覺編程》

若是你有必定的Python基礎，筆者強烈推薦看這本書，把CV的基本概念和算法結合代碼實戰，講得比較清楚。入門佳做。它不是一上來就用OpenCV庫，使得入門者容易忽視不少基礎的概念算法。

四、《計算機視覺：算法與應用》

不建議入門者看。寶典型，大而全。典型的工具書。做者是Richard Szeliski，CV界大牛，圖像拼接奠定人。

五、《 Multiple View Geometryin Computer Vision 》，中文版名《CV中的多視圖幾何》

聽說是玩3D必看的一本書，包括AR/VR。不少CV專家都推薦。

 

3-3）視頻學習，固然是斯坦福大學李飛飛教授的CS231N課程（須要扶梯），這是一門結合深度學習的CV教學視頻。經典！

3-4）目前結合深度學習的CV是發展方向之一，有空能夠看看花書。

 

四、OpenCV、TensorFlow、Caffe

這些個，我們如今一個都繞不開。
多上手，多練吧。

 

五、國際頂尖的CV會議，掃掃論文的摘要、看看報告視頻。（若是肯定深度研究，就仔細看。不然，我的以爲了解下就好。）

 

到底學了哪些知識，計算機視覺纔算是入門了？

敲重點，劃黑板！

請將下面的網站的slides看完，輔助slides中提到的書的章節，應該能夠入門了，1-2個月時間便可。

固然若是有相應的數學和圖像基礎，有機器學習，深度學習基礎能夠更容易理解哦～

 

如下課程，均爲斯坦福計算機視覺實驗室的。

實驗室主頁：http://vision.stanford.edu/

 

CS 131 Computer Vision: Foundations and Applications：

http://vision.stanford.edu/teaching/cs131_fall1415/schedule.html

 

CS231A Computer Vision: from 3D reconstruction to recognition:

http://cvgl.stanford.edu/teaching/cs231a_winter1415/schedule.html

 

CS231n: Convolutional Neural Networks for Visual Recognition

http://vision.stanford.edu/teaching/cs231n/

 

以上三門課就能夠入門了，固然還有不少其餘高等級的課，能夠去實驗室主頁看看。

資料不宜貪多，謝絕其餘資料干擾，安心的把這些lectures看完。而後就能夠上手作項目和看論文了。論文才是王道。