81页计算机视觉学习指南，助你从萌新长成老司机

同学，我听说你刚刚误入了电脑视觉的大坑。

祝贺你，因为现在有一个81页的简历增长指南可以给你一丝不苟的关注:

从Python安装、OpenCV安装、深入学习，到人脸识别、目标检测、语义分割等应用，都有高级路线，包括教程、案例和注意事项。甚至如何将算法部署到草莓派等硬件上也能找到经验。

推特已经发布了12个小时，已经有1200人称赞了它。作者阿德里安·罗斯布鲁克是一个经常制作教程的寻宝人。

孟心有，如果你想成为一名合格的老司机，请向马克要这本指南。

那么，让我们看看内容有多丰富:

为了避免“从开始到放弃”的悲剧，本指南为你成为老司机的每一步做了安排。

根据目录，它大致分为两部分。左栏是基础，右栏是应用程序:

首先看看左边的基本设备:

第一章“我应该从哪里开始？”OpenCV的高级路线是:

首先，安装Python和OpenCV(初始)，其次，理解命令行参数(初始)。三是用例子来学习OpenCV(开头)，四是构建一个小OpenCV项目(开头)，五是做一个更高级的OpenCV项目(中间)，六是在CV世界中选择自己的小方向(中间)。

每一步都有注意事项和必要的教程资源。

例如，如何安装OpenCV是最简单的，为什么不使用窗口，以及在项目过程中要避免哪些常见的错误类型。

有些步骤将被分成几个小步骤，每个步骤都有作者热情的建议。例如，这是第五步:

当本章中的六个步骤完成时，还有一个叫做“下一步做什么”的步骤。除了告诉你下一步做什么，还有一些额外的教程资源。

第二章，“深度学习”，是算法的高级路线。内容比第一章丰富。有12个步骤:一是建立深度学习环境(初始)，二是训练第一个网络(初始)，三是了解有线电视新闻网(初始)，四是建立自己的图像数据集(中间)，五是训练一个有线电视新闻网(中间)，六是调整学习速度(中间)。七是数据放大(中)，八是特征提取和微调预训练网络(中)，九是视频分类(高)，十是多输入多输出网络(高)，十一是改进自己的网络(高)，十二是自动和自动角。

尽管如此，每一步都有详细的指导方针，过去也有成功的案例来保护你。例如，这是第12步:

第4章-第7章，文本识别、目标检测、目标跟踪、实例分割和语义分割，这些步骤与第3章中的步骤相同，这里不再详细描述。

作者继续呈现高密度的外观:

接下来，看看右边的栏，帮助你走进现实:

例如，如何将你的算法放入草莓派、冰箱和头脑中，都有详细的游戏规则。

作者还在照片中:

此外，还有对成功前辈的各种采访，包括一些初学者可以学习的成功案例(或附带教程):

除了技术建议，这些材料还可以作为美味的鸡汤来鼓励你达到人参的巅峰。