学习计划

基础知识

理论知识

基础的机器学习知识

• Courasera吴恩达机器学习课程

  • 建议学习时间：一个月

  • 需要的基础知识：Matlab，线性代数，部分微积分知识

• 强化学习

  • 建议学习时间：两到三周
  • 需要的基础知识：
  • 学习方式：建议学完框架部分以及语言部分再回头来学

典型的神经网络结构

• CNN

• RNN(LSTM)

• ResNet

• 生成对抗网络GAN

• ALexNet

• …

图像处理相关知识

• OpenCV官方教程
  
  • 建议周期：三到四周
  • 需要的知识：C++/Python
  • 学习方式：阅读官方文档，复现官网提供的例程，以上链接不完全，仅供Python开发使用，具体算法详见官网文档

编程知识

编码知识

• 廖雪峰Python
  
  • 建议时间：一周至两周
  • 学习方式：敲代码
• C++（选学，最好学一下）
  
  • 建议时间：一到两周
  • 学习方式：不要拘泥细节，大概知道怎么写就好

环境相关

• 学习Linux

  • 学习周期：一到两周
  • 学习方式：同教程
  • 为什么要学：因为有些编译，或者框架，只能在Linux下进行

• GIt

  • 学习周期：一周左右
  • 学习方式：同教程
  • 为什么要学：高效组织代码，提升开发效率

框架学习

• TensorFLow

  • 学习周期：一到两周
  • 学习方式：同教程，配合官方文档

• Pytorch

  • 学习周期：一到两周
  • 学习方式：同教程，配合官方文档

选定研究方向（图像处理相关）

• 物体检测
• 目标跟踪
  
  • 相关滤波算法进展
  • 深度学习算法进展
• 图像分割