CV资料推荐

2018——CV小白入门记

PS:视频和书很多不是最新的,大概是机器学习和深度学习(计算机视觉)方向的入门过程。

  1. Andrew Ng吴恩达 《deep learning专项》大礼包 5星
Deep Learning | Coursera​www.coursera.org图标

相信看过的小伙伴都知道,Ng讲课真的是深入浅出。放在第一个是想说,除了看视频,建议要把作业全部写完,这样才会理解得更加深刻,还能顺手拿个证书岂不是美滋滋哈哈。

 

2.刘定生《数字图像处理与分析》 5星

《数字图像处理与分析》​www.bilibili.com

PS:失效链接已修正

我是做CV的,但是本科并没有修图像处理的基础课,所以大四自己补了一下。虽然现在CNN大行其道,但是“古老”的图像处理的基础应该说是必不可少的。

刘老师本身就是中科院的大牛,这门课,讲得真的是好,既系统全面,又深入具有启发性,个人觉得完全不弱于国外顶级名校的公开课。没有图像处理底子的强推一波。

PS:配套的是冈萨雷斯的那本经典教材《数字图像处理》。

 

3.《Computer Vision : Algorithms and Applications》 4星

《Computer Vision : Algorithms and Applications》​szeliski.org

学完了古老的图像处理,接下来就可以进入CV(计算机视觉)的世界了。这本书主要包括了10-20年前,计算机视觉各个方向发展,是一本综述性质很强的书。中文翻译较烂,推荐直接上英文版。

 

4.陈雪锦《图像理解》 4星

图像理解 - 中国科学技术大学网络课堂​222.195.70.22:8008图标

如果上面那本综述实在看不下去,那就推荐一下中科大陈老师的这门课了,主要就是按照上面这本书来讲的。(需要中科大的账号,外校的应该也可以注册,可以试试)

 

5.斯坦福《计算机视觉cs231n》4星

大名鼎鼎的Stanford feifei组开的课,主要cover计算机视觉和深度学习,看完Ng的之后可以快速过一遍,私以为,课堂上的一些提问和slide中的question很有意思,有启发性。

 

6.《Computer Vision : A Modern Approach Second Edition》 5星

《Computer Vision : A Modern Approach Second Edition》​book.douban.com

 

 

想比较3那本综述性的书,我觉得4更像是教材,更值得去读。

7.《Deep Learning》花书 4星

 

大名鼎鼎的花书,业内人士都知道,不必多说了。

8.《动手深度学习1.0版本》李沐

《动手学深度学习》:面向中文读者、能运行、可讨论​zh.d2l.ai图标

来自李沐大大的深度学习课程配套用书,b站也有大大直播视频。简直是不想学习都不行啊哈哈哈。

支线任务:

1.《统计机器学习》《机器学习导论》张志华

张老师很硬的两门课,必须要有足够的矩阵论和概率统计的基础才能听懂(本人仅仅是听懂而已,根本还谈不上理解)由于我不再做纯理论的ML,两门课从17年下半年一直听到18年初,之后就再也没看过。

2.《数据结构》邓俊辉

数据结构(上)(自主模式)-学堂在线-精品中文慕课(mooc)平台​www.xuetangx.com图标 数据结构(下)(自主模式)-学堂在线-精品中文慕课(mooc)平台​www.xuetangx.com图标

清华邓公的课,PPT美到没话讲,课程内容丰富,最好的数据结构课。

3.arxiv的Computer Vision and Pattern Recognition板块

做cv的人每日的朋友圈哈哈哈。

猜你喜欢

转载自www.cnblogs.com/yumoye/p/10535042.html