不管你是一个刚刚从传统图像处理领域转行到深度学习领域的算法工程师
还是刚刚考上大学或者研究生，选修了深度学习与计算机视觉方向的学生
亦或是现有的工作岗位增加了对深度学习与图像识别算法需求的IT程序员
或者仅仅是对当下最前沿的人工智能与图像技术感兴趣的业余学习爱好者
读到了此文，说明你正在寻找合适的学习资源与可靠的学习社区，或许读完下面的介绍后你就获得了想要的答案！即2023年有三AI-CV初阶-基础算法组！
我们在4年前就推出了CV初-中-高级培养计划（原名有三AI-CV季划），这是我们的终身计算机视觉学习小组，该学习小组一直运行至今，并将继续运行下去，由有三本人一对一负责。
该培养计划具有以下特点：
【系统性】配套有非常完备的理论与实践，理论知识力求覆盖完备，实践案例充分
【专业性】配套有高质量原创书籍+视频讲解+真实项目锻炼
【丰富性】包含数千页PPT教学材料，文档，实践项目等
【永久性】不限制学习期限，加入后永久有效，并且不会再有额外收费
【成长性】内容会保持更新，一般以半年或者一年为大的更新周期，小更新周期不限
【权威性】工业界资深背景辅导老师，弱运营属性
什么是有三AI-CV初阶-基础算法组
本组针对深度学习与计算机视觉学习新手，目标是从Python编程、Pytorch框架使用与深度学习开始，到较为深入系统地掌握计算机视觉的核心领域，培养出独立完整的CV算法研发与工程项目能力。下图是2023年CV初阶-基础算法组包括的内容预览图，可以自行放大仔细阅读。
学习内容覆盖以下几个方向：
(1) 编程基础，包括Python使用，C++使用，开源框架Pytorch的使用。
(2) 数据使用，包括数据获取，数据整理，数据标注，数据增强。
(3) 计算机核心算法方向深入掌握，包括图像分类，图像分割，目标检测，CNN模型设计。
学习资源包括以下部分：
(1) 1本配套的图书教材，《深度学习之图像识别：核心算法与实战案例（全彩版）》。
(2) 配套的视频教程，唯一的学习平台，课程不定期更新。
(3) 1个知识星球学习社区，存储部分图文资料与数据。
(4) 有三AI项目研发组进入权限，有机会负责真实产业案例研发。
(5) 课程负责人为言有三。
龙鹏，笔名言有三，先后就读于华中科技大学(2008-2012)，中国科学院半导体研究所神经网络实验室(2012-2015)，先后就职于奇虎360人工智能研究院(2015-2017)，陌陌科技深度学习实验室(2017-2019)，有三AI(2019-至今)，书籍作者，深度学习算法专家，阿里云MVP，华为云MVP，超过8年的深度学习领域从业经验，超过3年的一线企业与高校培训经验，运营技术公众号《有三AI》，著有书籍《深度学习之图像识别：核心技术与案例实战》(机械工业出版社2019.4)，《深度学习之模型设计：核心算法与案例实践》(电子工业出版社2020.6)，《深度学习之人脸图像处理：核心算法与案例实战》(机械工业出版社2020.7)，《深度学习之摄影图像处理：核心算法与案例精粹》(人民邮电出版社2021.4)，《生成对抗网络GAN：原理与实践》(机械工业出版社2022.10)，《深度学习之图像识别：核心算法与实战案例（全彩色版）》(清华大学出版社2023.8)。擅长深度学习模型设计与优化，计算机视觉的基础领域，AI美学，2D与3D人脸算法，生成对抗网络GAN等领域。
编程与开源框架部分
Python在各类编程语言中是最适合新手学习的一门语言，也是当下人工智能科学研究与应用领域中使用最为广泛的语言，当前几乎所有的机器学习与深度学习开源研究项目都基于Python语言编写。
要学人工智能，必先学Python！为了帮助一些新手逐渐掌握Python的使用，我们配置了一套3个小时的Python课程，还在更新中。
课程详情可见：【视频课】纯新手如何快速掌握深度学习必备的Python基础能力，150分钟助你入门！
Pytorch是当下最流行的深度学习开源框架，我们所有的项目都是使用Pytorch框架，因此是必须要掌握的内容，我们配置了一套5个小时的Pytorch课程。
课程详情可见：【视频课】永久免费！5小时快速掌握Pytorch框架入门及实战
深度学习基础
深度学习是必须夯实的理论基础，有三之前给阿里云开发了《深度学习原理与实践》基础课程，讲述了深度学习的大部分基础内容，内容深度和宽度都足够让初学者掌握好深度学习基础，介绍和地址如下：
【完结】有三AI&阿里云的深度学习基础课程暂时完结，欢迎扩散学习
大家可以到阿里云平台学习，也可以到我们课程平台去学习。
数据使用
数据的使用是深度学习算法领域从业者的必备素质，我们需要掌握如何收集高质量的数据，如何整理数据，如何分析数据，如何在各类项目中使用好数据增强算法。我们配置了1门时长超过3小时的《深度学习之数据使用》课程与若干个小项目实践。
课程详情可见：【视频课】永久免费！3小时快速掌握深度学习CV数据使用核心内容
图像分类
对于刚接触深度学习计算机视觉的初学者来说，图像分类问题是最常见的问题，如何做好图像分类任务，关系到大家能否正确顺利地入门、如何学习接下来更加高阶的内容。我们配置了图像分类课程，当前包含的内容共约12个小时，PPT数量超过300页。
(1) 理论部分：涵盖了深度学习图像分类各个方向的理论知识，如图像分类基础、多类别图像分类理论、细粒度图像分类理论、多标签图像分类理论、半监督与无监督图像分类、零样本图像分类等，既有足够的广度，也具备足够的深度。
(2) 实践部分：本次课程中一共已经包含了5个实践案例，分别为从零完成人脸表情识别案例实践、简单图像分类数据增强实战、鸟类动物细粒度分类实战、生活用品多标签图像分类实战、基于血红细胞的图像分类竞赛技巧，通过这些实战案例可以彻底掌握图像分类任务的实战技巧。
课程详情可见：【视频课】CV必学，超10小时，3大模块，5大案例，循序渐进地搞懂图像分类理论与实践！
图像分割
图像分割是在图像分类基础上更加细粒度的像素级分类问题，在视频直播，电商推荐，自动驾驶，医学图像等行业中有着广泛的应用，是深度学习计算机视觉领域中非常底层的问题，也是必须掌握的核心算法，包含的东西非常多。我们配置了图像分割课程，当前包含的内容共约12个小时，PPT数量超过400页。
(1) 理论部分：涵盖了深度学习之图像分割的各个研究方向，如图像分割基础、语义分割模型及其改进技术、弱监督语义分割，Image Matting经典模型及其改进，各类实例分割模型等，既有足够的宽度，也具备有足够的深度。
(2) 实践部分：本次课程中一共已经包含了4个实践案例，分别为人脸嘴唇分割实战，缺陷分割实战，Image Matting人像抠图实战，Mask RCNN实例分割实战，后续还会增加其他方向的实战，部分案例结果图如下：
课程详情可见：【视频课】CV必学，超10小时，3大模块，4大案例，循序渐进地搞懂图像分割！
目标检测
目标检测是计算机视觉和数字图像处理的一个热门方向，广泛应用于机器人导航、智能视频监控、工业检测、航空航天等诸多领域，是图像处理和计算机视觉学科的重要分支，也是智能监控系统的核心部分，对后续的人脸识别、步态识别、人群计数、实例分割等任务起着至关重要的作用。我们配置了目标检测课程，当前包含的内容共约28个小时，PPT数量约400页。
(1) 理论部分内容包括：two-stage算法-Faster RCNN系列详解、one-stage算法-YOLO系列详解（从YOLO v1到YOLO v5），Anchor-free算法系列详解（包括Densebox，CenterNet，CornetNet等）；会非常详细地讲解算法中的细节，帮助彻底消化算法原理；
(2) 实践部分内容包括： YOLOv3实战（工业缺陷检测）、Faster-RCNN实战（猫脸检测），CenterNet（电路板缺陷检测），MMdetection框架使用；基于Pytorch框架进行实战，逐行剖析代码，完全掌握实战细节；
课程详情可见：【视频课】CV必学，超30小时，4大模块，4大案例，循序渐进地搞懂目标检测！
模型设计
模型的设计是整个深度学习领域的通用基础，不管是从头设计自己的神经网络，还是对已有模型进行优化获得更高的任务指标，更快的运行速度，获得更小的模型体积，都需要掌握各类网络的设计技巧，是深度学习算法工程师进阶的难点及必学点！我们配置了模型设计课程，当前包含的内容超过20个小时，PPT数量超过450页。
理论部分内容：网络深度与模型性能，网络宽度与模型性能，注意力机制，轻量化网络理论。
(1) 基于网络深度的CNN模型设计，内容包括经典浅层卷积网络的设计模型如neocognitron、经典模型AlexNet，VGGNet，ResNet。
(2) 基于网络宽度的CNN模型设计，内容包括多分支经典模型如GoogLeNet，ResNext等
(3) 经典注意力机制CNN模型设计，内容包括空间注意力模型、通道注意力模型、 混合注意力模型。
(3) 轻量级模型设计，内容包括Xception网络、MobileNet V1和V2网络、 ShuffleNet V1和V2网络、SqueezeNet网络。
实践部分内容：基于ResNet的垃圾分类实战，基于InceptionNet系列的花卉分类实战，基于SeNet的人种分类实战，Pytorch模型安卓端部署。
详细了解课程，请阅读：【视频课】AI必学，超20小时，4大模块，循序渐进地搞懂CNN模型设计与简单部署！
如何学以致用
有三AI-CV学习小组的目标不仅是让学习者完成对深度学习CV算法知识的掌握，更是要在实际项目中进行使用，因此提供了学习后的一些输出形式，包括做项目、授课等。关于产出形式，下面是一些往期成员的分享，供大家参考：
【杂谈】有三AI课程兼职讲师，打造自己的影响力，我从这里开始！
【杂谈】一个项目获得10倍学费收入，我在有三AI学以致用的故事
【杂谈】从学员到专栏作者、讲师，我在有三AI学习与名利双收的故事
【杂谈】从失业到重要项目负责人，2020年里我如何在有三AI上岸
【杂谈】参加有三AI秋季划4个月，薪资翻倍，我在有三AI都学了啥？
【杂谈】从医学专业转行到AI，独立完成项目到获得加州理工大学读研推荐，我如何与有三AI结缘
如何报名
直接订阅下面的有三AI-CV初阶-基础算法组专栏即可，此后内容增加也不会新增费用。如果已经有附赠的《深度学习之图像识别：核心算法与实战案例（全彩色版）》，可以抵扣费用100，订阅后联系有三微信Longlongtogo获得其他内容。
关于学习方式
有三AI-CV初阶-基础算法组学习方式非常自由，包括：
(1) 按照给出的路线和学习资料，分视频，书籍，代码实践3部分可自主把控学习进度，不限制学习时间，永久有效，新增内容会在群里通知。
(2) 有三微信群答疑，有三一对一微信答疑和线下答疑。
(3) 参与内容组，兼职当老师进行锻炼。参与项目组，做真实项目获得收入进行锻炼。
往期相关
1万+
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
