2020年計算機視覺技術最新學習路線總結 （含時間分配建議）
建議時間：每周5－6小時
視頻分析簡介：計算視頻中演員的放映時間https：／／www．a(chǎn)nalyticsvidhya．com／blog／2018／09／deep－learning－video－classification－python建立視頻分類模型https：／／www．a(chǎn)nalyticsvidhya．com／blog／2019／09／step－by－step－deep－learning－tutorial－video－classification－python通過視頻進行人臉檢測https：／／www．a(chǎn)nalyticsvidhya．com／blog／2018／12／introduction－face－detection－video－deep－learning－python第11個月和第12個月 – 解決項目并參加競賽目標：最后兩個月都是關于參加多個項目和競賽來獲得實踐經(jīng)驗的。到目前為止，我們除了學習概念外，還涵蓋了多個項目——現(xiàn)在是時候在真實的數(shù)據(jù)集上檢驗你的學習成果了。
建議時間：每周5－6小時
數(shù)字識別器https：／／www．kaggle．com／c／digit－recognizerImageNet對象定位挑戰(zhàn)https：／／www．kaggle．com／c／imagenet－object－localization－challenge年齡檢測https：／／datahack．a(chǎn)nalyticsvidhya．com／contest／practice－problem－age－detection空中仙人掌鑒定https：／／www．kaggle．com／c／aerial－cactus－identification超聲神經(jīng)分割https：／／www．kaggle．com／c／ultrasound－nerve－segmentation對抗性攻擊防御https：／／www．kaggle．com／c／nips－2017－defense－against－adversarial－attack／overview信息圖– 2020年計算機視覺學習之路學習新事物時跟蹤進度是結構化學習過程的關鍵。為了方便在深入研究領域時勾選所有事項。還有什么比一個有插圖的清單更好的呢？它逐月列出了計算機視覺學習的路徑，請看下圖：
參考鏈接：https：／／www．a(chǎn)nalyticsvidhya．com／blog／2020／01／computer－vision－learning－path－2020／
分享
請輸入評論內(nèi)容...
請輸入評論/評論長度6~500個字
最新活動更多
推薦專題
-
10 月之暗面，絕地反擊
- 1 UALink規(guī)范發(fā)布：挑戰(zhàn)英偉達AI統(tǒng)治的開始
- 2 北電數(shù)智主辦酒仙橋論壇，探索AI產(chǎn)業(yè)發(fā)展新路徑
- 3 “AI寒武紀”爆發(fā)至今，五類新物種登上歷史舞臺
- 4 降薪、加班、裁員三重暴擊，“AI四小龍”已折戟兩家
- 5 國產(chǎn)智駕迎戰(zhàn)特斯拉FSD，AI含量差幾何？
- 6 光計算迎來商業(yè)化突破，但落地仍需時間
- 7 東陽光：2024年扭虧、一季度凈利大增，液冷疊加具身智能打開成長空間
- 8 地平線自動駕駛方案解讀
- 9 優(yōu)必選：營收大增主靠小件，虧損繼續(xù)又逢關稅，能否乘機器人東風翻身？
- 10 封殺AI“照騙”，“淘寶們”終于不忍了？
