栗子 發自 凹非寺

量子位 出品 | 公眾號 QbitAI

同學，聽說你剛剛誤入計算機視覺的大坑。

那麼恭喜你，因為現在有一本長達81頁的CV成長指南，能給你無微不至的關懷：

從裝Python、裝OpenCV、入門深度學習，到人臉識別、目標檢測、語義分割等等各種應用，都有進階路線，裡面包含了教程、案例、注意事項。甚至怎樣把算法部署到樹莓派之類的硬件上，也能找到經驗。

推特發出12小時，已經有1200人點了贊。作者名叫Adrian Rosebrock，是個經常出產教程的寶藏男子。

萌新的你，如想成長為一名合格的老司機，請馬克這份指南。

然後，來看裡面的內容到底有多豐富：

事無鉅細

為了避免“從入門到放棄”的慘劇，在你成為老司機的路上，這份指南給每一步都做了安排。

從目錄看，大致分為兩部分，左邊一列是基礎，右邊一列是應用：

先看左邊的基礎裝備：

· 應該從哪開始呢

· 深度學習

· 人臉應用

· 圖像文字識別 (OCR)

· 目標檢測

· 目標追蹤

· 實例分割和語義分割

第一章“應該從哪開始呢”，是OpenCV的進階路線：

一是安裝Python和OpenCV (初) ，二是理解命令行arguments (初) ，三是用示例學OpenCV (初) ，四是自己搭個OpenCV小項目 (初) ，五是做更高級的OpenCV項目 (中) ，六是在CV的大世界裡，選擇自己的小方向 (中) 。

每一步都有需要注意的事項，還有必要的教程資源。

比如，怎樣安裝OpenCV最簡單，為什麼不要用Windows，做項目的過程中有哪些常見錯誤類型要避免。

有些步驟，還會分成多個小步驟，每個小步又有作者的溫馨建議。比如，這是第五步：

當這個章節的六步完成之後，還有一步叫“What to Next”，除了告訴大家下面應該做什麼，也有一些額外的教程資源提供。

第二章“深度學習”，是算法的進階路線，內容比第一章更豐盛，有12步：

一是構建深度學習環境 (初) ，二是訓練自己的第一個網絡 (初) ，三是理解CNN (初) ，四是搭個自己的圖像數據集 (中) ，五是在自己的數據集上訓練一個CNN (中) ，六是調整學習率 (中) ，七是數據擴增 (中) ，八是特徵提取和微調預訓練網絡 (中) ，九是視頻分類 (高) ，十是多輸入和多輸出網絡 (高) ，

十一是改進自己的網絡 (高) ，十二是AutoML和AutoKeras。

依然，每一步都提供了詳細的指引，有過往成功案例為你保駕。比如，這是第十二步：

從第三章“人臉應用”開始，就是在各種具體任務當中用到的算法了。

檢測人臉，檢測關鍵點，識別人臉，提升算法的準確率……也把前兩章的進階路線，貫徹進了任務裡。

在這一章，作者Adrian Rosebrock頻繁出鏡：

第四章-第七章，文字識別、目標檢測、目標追蹤、實例分割和語義分割，與第三章同理，此處便不詳述。

作者繼續高密度出鏡：

接下來看右邊一列，是幫你走進現實的：

· 嵌入的和物聯網用的CV

· 樹莓派上的CV

· 醫學領域的CV

· 搞搞視頻

· 圖片搜索引擎

· 大神采訪，案例研究 (與教程) ，成功故事

比如，怎樣把自己的算法，放進樹莓派裡，放進冰箱裡，放進腦子裡，都有詳盡的玩法。

作者依然在出鏡：

除此之外，還有各種成功前輩的採訪，裡面有一些成功案例 (或附帶教程) ，是初學者可以借鑑的經驗：

除了技術上的建議，這些資料也可當做美味的雞湯，鼓舞著你一路走向人參巔峰。

傳送門

萬事俱備，大家可以開始修煉了。

順便回答一下這個問題：作者說的81頁，這個數到底是怎麼來的。

https://www.pyimagesearch.com/start-here/

— 完 —

量子位 QbitAI · 頭條號簽約

關注我們，第一時間獲知前沿科技動態