重磅！ 2020年最新计算机视觉学习路线教程

这篇文章主要是基于我自己的经验，侧重于计算机视觉学习资源的介绍，如果大家按照这个路线去学，相信这将在很大程度上促进提高你的计算机视觉知识水平。

在开始学习计算机视觉之前，我们先来了解有关机器学习和python基础知识。

框架（Frameworks）

虽然你不必从一开始就去考虑选择何种框架，但是实践应用新的知识是必要的。

对应框架并没有太多选择，主要为：pytorch或keras（TensorFlow）。Pytorch可能需要编写更多代码，但在返回方面具有很大的灵活性，因此我们可以先学习如何使用pytorch。此外，大多数深度学习研究人员也普遍使用pytoch。

Albumentation (图像增强库)和 catalyst (框架，pytorch顶部的高级API)在我们学习计算机视觉的过长中也是很常用的工具，我们也可以先学习和使用它们，尤其是第一个。

硬件

• Nvidia GPU 10xx +：（$ 300 +）
• Kaggle内核（免费） ：每周仅30个小时 （https://www.kaggle.com/kernels）
• Google Colab（免费）：12小时的会话限制，每周限制的使用时长不定 （https://colab.research.google.com/notebooks/intro.ipynb#recent=true）

理论与实践

在线课程

• CS231n是非常好的在线教学课程，涵盖了计算机视觉的所有必要基础，是YouTube的在线视频。这门课程还包含了课后练习，对于新手来说，可以先不用完成练习。（免费）
  • http://cs231n.stanford.edu/
• Fast.ai是我们应该学习的另一门课程。fast.ai是pytorch之上的高级框架，但是它们过于频繁地更改其API，并且缺乏文档使其使用不方便。但是，花些时间看这门课程的理论和有用的技巧是不错的选择。（免费）
  • https://course.fast.ai/

在学习这些课程时，我建议你将理论付诸实践，将其应用于其中一个框架。

文章和代码

• ArXiv.org ——有关所有最新信息。（免费）（https://arxiv.org/）
• （https://paperswithcode.com/sota）
  • 最常见的深度学习任务的最新发展现状，而不仅仅是计算机视觉。（免费）
• Github——对于实践的代码，你将在这里找到。（免费）（https://github.com/topics/computer-vision?l=python）

书籍

虽然需要读的书籍不多，但是我相信这两本书都是有用的，无论你选择使用pytorch还是keras
– Keras创作者和Google AI研究人员FrançoisChollet撰写的Python深度学习。易于使用，可能会获得你以前不知道的见识。（不是免费的）
– https://www.amazon.com/Deep-Learning-Python-Francois-Chollet/dp/1617294438
– pytorch团队Eli Stevens和Luca Antiga的Pytorch 深度学习（免费）
– https://pytorch.org/deep-learning-with-pytorch-thank-you

Kaggle

• https://www.kaggle.com/competitions
  kaggle是各种机器学习竞赛的著名在线平台，其中很多是关于计算机视觉的。即使没有完成课程，你也可以开始参加比赛，因为从比赛中会有很多开放的内核（端对端代码），你可以直接从浏览器中运行它们。（免费）

有挑战的学习方式（推荐）

另一种替代方法可能很难，但是这种方法可以让你获得计算机视觉不同领域的知识，大家可以针对自己的研究方向选择具体的计算机视觉领域进行学习。（小博主提醒：大批干货来袭，视觉各个领域经典代表性项目列表如下所示。）

尝试阅读和复现如下文章，你将受益匪浅。助前行，希望对大家有所帮助。

网络架构

• AlexNet: https://papers.nips.cc/paper/4824-imagenet-classification-with-deep-convolutional-neural-networks
• ZFNet: https://arxiv.org/abs/1311.2901
• VGG16: https://arxiv.org/abs/1505.06798
• ResNet: https://arxiv.org/abs/1704.06904
• GoogLeNet: https://arxiv.org/abs/1409.4842
• Inception: https://arxiv.org/abs/1512.00567
• Xception: https://arxiv.org/abs/1610.02357
• MobileNet: https://arxiv.org/abs/1704.04861

语义分割

• FCN: https://arxiv.org/abs/1411.4038
• SegNet: https://arxiv.org/abs/1511.00561
• UNet: https://arxiv.org/abs/1505.04597
• PSPNet: https://arxiv.org/abs/1612.01105
• DeepLab: https://arxiv.org/abs/1606.00915
• ICNet: https://arxiv.org/abs/1704.08545
• ENet: https://arxiv.org/abs/1606.02147

生成对抗网络

• GAN: https://arxiv.org/abs/1406.2661
• DCGAN: https://arxiv.org/abs/1511.06434
• WGAN: https://arxiv.org/abs/1701.07875
• Pix2Pix: https://arxiv.org/abs/1611.07004
• CycleGAN: https://arxiv.org/abs/1703.10593

目标检测

• RCNN: https://arxiv.org/abs/1311.2524
• Fast-RCNN: https://arxiv.org/abs/1504.08083
• Faster-RCNN: https://arxiv.org/abs/1506.01497
• SSD: https://arxiv.org/abs/1512.02325
• YOLO: https://arxiv.org/abs/1506.02640
• YOLO9000: https://arxiv.org/abs/1612.08242

实例分割

• Mask-RCNN: https://arxiv.org/abs/1703.06870
• YOLACT: https://arxiv.org/abs/1904.02689

姿态估计

• PoseNet: https://arxiv.org/abs/1505.07427
• DensePose: https://arxiv.org/abs/1802.00434

原文链接：https://towardsdatascience.com/guide-to-learn-computer-vision-in-2020-36f19d92c934