計算機視覺學習路線

深度學習算法工程師的基本要求

1. 熟練掌握python和c++編程，至少熟悉 Caffe 和 Tensorflow/Pytorch 兩種框架。
2. 熟練玩轉深度學習各類模型架構使用和設計。
3. 熟練玩轉數據的整理和使用，必須深刻理解數據在深度學習任務中的地位。

編程語言

C/C++

• C/C++面試基礎知識總結
• Google 開源項目風格指南 (中文版)

Python

• Python - 100天從新手到大師
• List of Data Science Cheatsheets to rule the world
• 一些有趣且鮮為人知的 Python 特性.
• Python 爬蟲相關

Linux

• Linux命令大全搜索工具，內容包含Linux命令手冊、詳解、學習、搜集
• shell & git & vim

OpenCV

• 《OpenCV3編程入門》書本配套源碼
• LearnOpencv
• 基於OpenCV4.0 C++/Python SDK的案例代碼演示程序與效果圖像
• opencv

理論知識

相關論文

• 計算機視覺入門論文：computer version
• AutoML 論文合集：Awesome-AutoML-Papers
• Most popular metrics used to evaluate object detection algorithms.
• virgilio
• 傳統的圖像降噪算法和深度學習圖像降噪算法重要論文，以及Benchmark的總結：GitHub - flyywh/Image-Denoising-State-of-the-art

深度學習

• CS231 李飛飛 已授權個人翻譯筆記
• 深度學習500問
• 《神經網絡與深度學習》 Neural Network and Deep Learning
• 《機器學習》（西瓜書）公式推導解析
• 吳恩達老師的機器學習課程個人筆記
• 深度學習入門教程&&優秀文章&&Deep Learning Tutorial
• 機器學習&深度學習網站資源匯總（Machine Learning Resources）
• 深度學習工程模板
• 深度學習模型大合集：Deep Learning Models
• 深度學習綜述：Awesome Deep Learning
• 《遷移學習簡明手冊》

機器學習

• 統計學習方法

• 《統計學習方法》的代碼實現

• 《統計學習方法》知識點總結

• Numpy手寫主流機器學習模型

• 100-Days-Of-ML-Code

• 100-Days-Of-ML-Code中文版

• 機器學習算法python實現

• Homemade Machine Learning

• 機器學習綜述：Awesome Machine Learning

開源框架

TensorFlow

• TensorFlow 2.0 Tutorials

• TensorFlow examples

• TensorFlow Tutorial and Examples for Beginners (support TF v1 & v2)

• TensorFlow Course

• An Open Source Machine Learning Framework for Everyone

Pytorch

• Awesome-Pytorch-list
• Pytorch模型訓練實用教程

Caffe

• BVLC/caffe

Darknet

• darknet深度學習框架源碼分析

• AlexeyAB/darknet