一、引言
计算机视觉的黄金时代真的到来了吗？
近年来，随着深度学习技术的革新、计算存储的扩大、可视化数据集的激增，计算机视觉领域的研究开始蓬勃发展，如火如荼。在自动驾驶、智能安防、智慧城市、医疗保健、商业零售、航空能源、虚拟现实等诸多人工智能热门领域，计算机视觉技术落地开花，熠熠生辉。
计算机视觉研究工作在学术界和工业界取得的巨大成功，每年吸引着数以万计的研究人员蜂拥而至，加入炼丹师的序列。甚至连生物医学、机械自动化、土木建筑等诸多专业的学生都开始研究其在各自领域的应用，一个视觉交流群里三分之一以上都不是计算机相关专业的。当然，我也是其中一员。
对于非计算机相关专业的同学而言，学习过程中往往缺少交流机会，不容易把握视觉知识的全貌。这里仅根据个人经验和网络知识，谈一谈对于一名非计算机专业的学生而言，该不该入门计算机视觉？以及该如何学习计算机视觉？
首先，老师给大家准备了一波学习资料包，内含：两大Pytorch、TensorFlow实战框架源码资料；OpenCV、YOLO物体检测实战项目、计算机视觉等视频和资料以及深度学习书籍
加微即可领取
其实，对于一门计算机学科的学习，入门同学无非要做好两门功课：理论知识+编程能力。
二、学习路线
机器学习 -> 数学知识 -> 编程能力 -> 计算机视觉
理论知识
（1）视觉知识
由于计算机视觉研究领域十分宽泛，涉及学科门类知识点众多，因此这里仅针对个人研究及知识体系来谈一谈，欢迎不吝赐教~~
目前，计算机视觉比较热门的研究方向总体上可以分为两个方面：一是深度学习，二是SLAM。那么，它们的研究点区别在哪里呢？
深度学习，侧重于解决识别感知问题，SLAM侧重于解决几何测量问题。以机器人举例，如果你想要它走到你的冰箱面前而不撞到墙壁，那就需要 SLAM；如果你想要它能识别并拿起冰箱中的物品，那就需要深度学习。机器人抓取时怎么定位的？用什么传感器来检测？当然，这两个方面在学术研究上也有互相交叉融合的趋势。
不过在学习这些之前，作为入门的新同学，一般都会首先掌握下传统的计算机视觉知识，也就是图像处理基础。计算机视觉初级部分知识体系的构建，对于计算机视觉基础知识的理解还是非常有必要的，有助于你理解更高层知识的本质，如为什么会出现深度学习等这些新的理论知识，感觉有点像读史了，给你智慧和自由。
初级部分知识学习资料：理论方面：《数字图像处理》（冈萨雷斯）、《数字图像处理：原理与实践》、《计算机视觉算法与应用》，编程方面：《OpenCV3编程入门》。
研究方向：基于深度学习的计算机视觉和SLAM技术。基于深度学习的机器视觉：包括图像分类、目标检测、语义分割三大基础任务，以及目标跟踪、行人再识别等延伸任务等。关于深度学习的学习：可以参考李宏毅老师的一天搞懂深度学习；李飞飞的CS231n课程；Yoshua Bengio的《DEEP LEARNING》，目前已有中译版本 。
（2）机器学习
计算机视觉研究中使用的机器学习方法不是很多，早期会用SVM做分类，现在基本都用深度学习方法。原因在于机器学习虽然方法不少，但是基本都无法应对大的数据量。
不过在学习过程中很容易接触到各种机器学习方法的名字，因为现在大数据分析、机器学习、语音识别、计算机视觉等这些领域研究其实分得不是很开，然后不自觉地就会去了解和学习。不过在学习一些暂时用不到的算法时，个人感觉没必要做的太深：重在理解其基本思想，抓住问题本质，了解其应用方向即可。
下面分别介绍一下传统机器学习算法和深度神经网络。
传统机器学习
传统机器学习算法：决策树、支持向量机、boosting、贝叶斯网、神经网络等。除了有监督学习，还有无监督学习、半监督学习、强化学习，一些降维算法等。
学习资料：吴恩达老师的《Machine Learning》，以及《MACHINE LEARNING YEARNING》。课程风格诙谐，简单易懂。李航老师的《统计学习方法》和周志华老师的《机器学习》，业内称西瓜书，两本在国内机器学习界成为经典的书，非数学作业学起来会有一点上头，因为很多公式数学专业的也推不出来随缘学习即可
深度神经网络
深度学习，风风雨雨数十年，不可解释性科学，但是应用起来效果很棒。发论文都感觉有点心虚，有时候都说服不了自己~~资料上面视觉知识部分已经说过了，听听课程、看看那些知名的模型和框架，基本上也就了解了。
主要的发展有CNN、RNN，不久前的GAN，现在如日中天；强化学习发展也非常快，有许多名校，如CMU都开设了这方面课程。深度学习框架百花齐放，百家争鸣，国内和国际都有，目前主流的是TensorFlow和PyTorch~
（3）数学
一切工程问题归根结底都是数学问题
这里谈一谈计算机视觉和深度学习中所涉及的数学问题。
微积分：例如图像边缘检测，即求微分在数字图像里是做差分，光流算法里用到泰勒级数，空间域转频域的傅立叶变换，还有牛顿法、梯度下降、最小二乘等。CV所涉及的微积分知识相对简单，积分很少，微分也不是特别复杂。
概率论与数理统计：机器学习领域里最重要的数学分支。例如：条件概率、相关系数、最大似然、大数定律、马尔可夫链等
线性代数：数字图像是以像素矩阵的形式呈现的，多个向量组成的样本也是矩阵形式，大多机器学习算法里每个样本都是以向量的形式存在的，多个矩阵叠加则以张量的形式存在。具体应用，如：世界坐标系->相机坐标系->图像坐标系之间的转换，特征值、特征向量，范数等。
凸优化：很多实际问题，尤其机器学习领域，都是优化问题，凸优化是里面最简单的形式，所以大家都在想办法怎么把一般的优化问题转化为凸优化问题。在机器学习里，经常会看到对偶问题、KKT条件等。其实，这些数学知识没必要系统性学习，效率低又耗时。一般用到的时候再学，学完之后总结一下。
编程能力
（1）编程语言
刚刚接触CV时，大家一般都会不假思索地选择使用C++：装个VS(Visual Studio)，配置下opencv，撸起袖子就开始干了。这样做非常合理，几乎所有人都是这么入门的。
不过，当你的知识面扩展开后，你会感觉到很多时候C++都显得有些力不从心。比如：当你要画一些图表或做一些数据分析，还得把数据导入MATLAB里做进一步处理；当你要非常快捷方便地学习或测试一个算法，C++会是你最糟糕的选择；或者当你要学习深度学习时，你绝对不会再选择使用C++….
总之，有太多的理由会促使你再学习一门编程语言，最好的选择没有之一：Python。CVer开发必备：Python~
简单介绍一下C++和Python的各自特点：
C++：偏底层，执行效率高，适合嵌入式等平台上使用；在视觉领域，C++生态好，用的人多，网上找资源很方便。缺点是开发效率太低。
Python：全能语言，干啥都行，并且都相对擅长。图像处理，opencv支持Python接口；科学计算，其功能类似于matlab：机器学习及深度学习，Python是最好用的，没有之一；爬虫等网络应用，豆瓣就是用Python写的；简而言之，方便。当然，Python也有另一面，执行效率不高。
当然，学校里也有同学使用MATLAB等做图像方面的研究，如果你只是偶尔用图像处理辅助一下你的研究，可以这么做，一般情况下不建议使用。
C++和Python学习资源推荐
C++：《C++ primer》或《C++ primer plus》，感觉不如《程序员求职宝典》这类书实用。大书优点在于全面，同时也往往导致了重点不突出。课程推荐北大的《程序设计与算法》，C++程序设计。
Python：基础部分看一下Python教程即可，Python学起来很简单，看别人代码的过程就是学习的过程。对于不熟悉的用法多搜下官方文档，如numpy,pandas, matplotlib, scikit-learn等。Python的开发环境值得一提，选择很多，建议使用Pycharm+Anaconda，简单方便。
（2）编程平台
新手windows，学习过程中发现在windows上搞不定了，先忍几次，然后掉头就去学linux了。一定是这样。哪些在windows上真的搞不定呢？比如：深度学习，最新论文中提出的视觉开源算法等，不过对于我们而言，linux并不需要了解太深。装个ubuntu系统，常用的文件操作、程序编译等知道就OK了，现学现用。
三、学习心得
机器学习 -> 数学知识 -> 编程能力 -> 计算机视觉
前文已经把所要学习的知识基本都介绍完了。不知道你有没有冒出疑问：你怎么知道这些？你平时怎么学习的？
基础第一条：时间，时间的积累。当然，在具体学习方法上也有一些trick，不然怎么解释有的人效率高呢。当然聪明和底子能够解释部分原因。现在简单总结一下学习过程中的小trick：
1.Google搜索：论文检索，项目检索
2.学术交流：博客、公众号、微信群等业内人士交流学习
3.知识学习：论文和书籍阅读
4.理论研究：关注行业前沿，业内最新研究成果
5.项目实战：算法实现、代码开发，GitHub项目，竞赛平台
一句话：学会抓住问题本质。算法太多，学过就忘。这可能是所有人遇到的共同问题。尤其对于那些学的不是特别深入的算法，会有跟人聊起都不知道如何解释的尴尬。一句话解释，就是用简单的几句话把一件事说清楚。比如《统计学习方法》中李航老师就提出统计机器学习的三要素：模型、策略和算法，针对某种机器学习方法根据这三要素梳理一下，你就已经把握到整体了，即使其中有些细节不理解也无伤大雅。
试想一下，如果一位师弟指着你桌上的西瓜书问你：机器学习是什么？你会不会一脸懵？O(∩_∩)O
机器学习就是让机器学会自主学习，对已有信息进行归纳和识别，并自主获得新技能的能力。相比于传统计算机编程里直接告诉计算机“什么时候做什么”，机器学习通过“不显式编程”赋予计算机能力，即提供一些案例，让计算机通过案例自己学习什么时候应该做什么。这就是机器学习的魅力~~
四、工作
其实，学习的根本目的就是为了工作，更好的工作！
目前，大多数同学涉足计算机视觉领域，其根本原因无非有三：高薪、需求大、前景广阔。选择计算机视觉，并且以后想要从事计算机视觉这方面的工作。非科班同学，入门一定要慎重 慎重 慎重，一定要摆正心态，因为找工作时可能就要跟那些计算机专业的学生们竞争了，博主的血泪史~~
如果已经坚定决心，最好从现在起，就把自己当一名程序员看待。当然你也可以有自己的优势，你拥有自己专业的领域知识，这对某些公司来说很重要，你找工作时基本上也都应该重点考虑这些公司。你对视觉的具体应用本身也比较了解；劣势是你缺乏计算机专业的基本素养，具体到笔试或面试中就是编程能力不行。
说到这里，大家应该都听说过“刷题”这回事。程序员应聘的特点之一就是首先面试官会考查一些基础的算法题，借此评估一下你的基本编程能力。其实计算机专业的学生在工作季前也要在力扣等平台上刷题练手，不然他们也过不了第一关—笔试。
不过，对于我们非计算机专业同学而言，刷题前最好系统学习下数据结构和算法这门课程，切忌管中窥豹。程序=数据结构+算法，前面提到的北大《程序设计与算法》专项课程里就有这门课。然后就是苦练刷题技能了，刷题过程中注意多总结吧~~
当然，也不否认有一部分同学误入歧途，深陷泥潭…我相信也有一部分人同学毕业之后就再也不会接触这些“破玩意儿”，挺好的，解脱了，早放弃早快乐~~
~
靠着这套计算机视觉学习路线 大厂视觉算法工程师offer拿到手软 深度学习/计算机视觉/学习路线/图像处理/算法工程师
