2020年計算機視覺學習指南
原文：
https：//
towardsdatascience。com/
guide-to-learn-computer-vision-in-2020-36f19d92c934
作者：Insaf Ashrapov
前言
本文推薦的教程資源都是基於我個人的經驗，它們對增強你的計算機視覺理論非常有幫助。另外，在學習計算機視覺的理論前，先了解和學習機器學習和 python 方面的知識是更好的做法。
框架
不必要在學習開始就選擇使用這些框架，但應用新獲得的知識是必要的。
對於框架的推薦，沒有其他的推薦：
pytorch
：
https：//
pytorch。org/tutorials/
keras（TensorFlow）
：
https：//www。
tensorflow。org/guide/ke
ras
Pytorch 可能需要寫更多的程式碼，但是它更加靈活，所以最好選擇使用它，並且越來越多的深度學習研究者都開始採用這個框架。
Albumentation
（影象增強）和
catalyst
（一個封裝 pytorch 的高階 API 的框架）也同樣是非常有幫助的，所以也可以使用它們，特別是第一個影象增強的框架——
Albumentation
。
硬體
Nvidia GPU 10XX+ 型號已經足夠使用了（大約 300$）
Kaggle 的 kernels：
https：//www。
kaggle。com/kernels
，每週免費使用 30 個小時；
谷歌的 Colab：
https：//
colab。research。google。com
/
，每個會話有 12 個小時的限制，每週免費時長限制未知。
理論&實踐
網上課程
CS231n
：
http：//
cs231n。stanford。edu/
，是首選的網上課程，它介紹了計算機視覺的所有必須掌握的基礎知識。在 Youtube 上有課程影片，它們還有課後練習，但不建議去完成它們（儘管是免費的）；
Fast.ai
：
https：//
course。fast。ai/
，第二門應該看的課程。fast。ai 也是一個封裝了 pytorch 的高階框架，但它們很頻繁更改它們的 API 介面，並且缺乏文件，這都是它不被推薦採用的原因。但觀看它們的課程影片是可以瞭解到理論和有趣的技巧，這是值得花費時間的。
當學習這些課程的時候，推薦將這些理論透過推薦的框架來進行實現。
論文和程式碼
https：//
arxiv。org/
：免費獲取最新論文的網站
https：//
paperswithcode。com/sota
：展示了深度學習最新的效能最佳的論文，不僅僅是計算機視覺方面的；
https：//
github。com/topics/compu
ter-vision？l=python
：可以在這找到程式碼實現的演算法
書籍
並沒有太多書需要閱讀的，除了下面兩本我覺得是非常有用的書，可以任選 pytorch 或者 keras 來實現程式碼
Deep Learning with Python
：
https：//www。
amazon。com/Deep-Learnin
g-Python-Francois-Chollet/dp/1617294438
，作者是 Keras 的開發者、谷歌 AI 研究者——François Chollet。這不是一本免費的書，但這本書易於理解，並且可以學到很多之前不知道的知識點；
Deep learning with Pytorch
：
https：//
pytorch。org/deep-learni
ng-with-pytorch-thank-you
，免費的書籍，來自 pytorch 團隊的 Eli Stevens & Luca Antiga
Kaggle
網址：
https：//www。
kaggle。com/competitions
Kaggle 是一個著名的機器學習比賽線上平臺，它包含了各種型別的比賽，其中很多都是計算機視覺方面的比賽。在沒有學完課程的時候，就可以開始參加比賽了，因為從比賽開始，可以免費執行很多公開的 kernels（公開的端到端的程式碼）。
比較困難的學習路線
另外一條學習路徑可能是非常困難，但是你不僅可以學到只是做訓練模型並預測結果的知識，還可以實現自己的研究，參考自Sergei Belousov aka bes。
需要做的就是閱讀並實現下面的所有論文，當然僅僅讀完也是非常棒的。
網路結構
AlexNet
：
https：//
papers。nips。cc/paper/48
24-imagenet-classification-with-deep-convolutional-neural-networks
ZFNet
：
https：//
arxiv。org/abs/1311。2901
VGG16
：
https：//
arxiv。org/abs/1505。0679
8
ResNet
：
https：//
arxiv。org/abs/1704。0690
4
GoogLeNet
：
https：//
arxiv。org/abs/1409。4842
Inception
：
https：//
arxiv。org/abs/1512。0056
7
Xception
：
https：//
arxiv。org/abs/1610。0235
7
MobileNet
：
https：//
arxiv。org/abs/1704。0486
1
語義分割
FCN
：
https：//
arxiv。org/abs/1411。4038
SegNet
：
https：//
arxiv。org/abs/1511。0056
1
UNet
：
https：//
arxiv。org/abs/1505。0459
7
PSPNet
：
https：//
arxiv。org/abs/1612。0110
5
DeepLab
：
https：//
arxiv。org/abs/1606。0091
5
ICNet
：
https：//
arxiv。org/abs/1704。0854
5
ENet
：
https：//
arxiv。org/abs/1606。0214
7
生成對抗網路（GAN)
GAN
：
https：//
arxiv。org/abs/1406。2661
DCGAN
：
https：//
arxiv。org/abs/1511。0643
4
WGAN
：
https：//
arxiv。org/abs/1701。0787
5
Pix2Pix
：
https：//
arxiv。org/abs/1611。0700
4
CycleGAN
：
https：//
arxiv。org/abs/1703。1059
3
目標檢測
RCNN
：
https：//
arxiv。org/abs/1311。2524
Fast-RCNN
：
https：//
arxiv。org/abs/1504。0808
3
Faster-RCNN
：
https：//
arxiv。org/abs/1506。0149
7
SSD
：
https：//
arxiv。org/abs/1512。0232
5
YOLO
：
https：//
arxiv。org/abs/1506。0264
0
YOLO9000
：
https：//
arxiv。org/abs/1612。0824
2
例項分割
Mask-RCNN
：
https：//
arxiv。org/abs/1703。0687
0
YOLACT
：
https：//
arxiv。org/abs/1904。0268
9
姿勢預估
PoseNet
：
https：//
arxiv。org/abs/1505。0742
7
DensePose
：
https：//
arxiv。org/abs/1802。0043
4
小結
這篇文章是原文作者推薦的入門計算機視覺的一些資源，包括推薦採用的深度學習框架、課程、電子書、查閱論文和程式碼的網站，以及一個比賽網站，kaggle；
另外還有一條會更加困難的學習路線，也就是閱讀經典的論文，從網路結構到常見的計算機視覺方向，檢測、分割、GAN以及姿勢預估，但完成後收穫就會更多，不僅僅是隻會運用框架來訓練模型，解決問題，還有機會往研究方向發展。
