【3074】【刘强】
【个人情况】：
有c++和python一点基础，但没有经过系统学习
【学习目标】：
就业城市:西安/南京
期待薪资：25k
培养看懂论文能力和改代码能力。
图像处理，图像识别，目标检测，图像分割

【备注】：
  ·  学好python基础，pytorch框架 。
  ·  深度学习基础，计算机视觉要打牢基础。
  ·  看网课，跟着项目走，有不懂的需要帮助的群里艾特老师。
  ·  准备项目。
项目或者论文的技术路线，在大方向上的可行性和创新性，可以问我我来帮你把控。
一方面按照学习路线提升代码能力，读懂论文的能力。一方面准备自己的项目。

【学习方向】：计算机视觉
【是否需要就业】：否
【目标就业地点】：一线城市
【课程学习顺序】：以老师发的学习思路稳住
（按照顺序学习即可，有问题随时跟老师联系调整）
【学员课程安排】：有任何疑问，在群里随时艾特或者ding教务老师和电话测评的老师！尽快解决，达到当前阶段没有疑问为止。

===============章节分割线===============
【第1阶段】：基础阶段
【监督方式】：强监督
「第1章」：编程语言篇
课程名称：【3434】【Python基础知识-pycharm版「解锁式学习」】
课程内容：python基础入门知识，对于算法中需要的基础的python做了一个系统的学习。
                    ---考核---（可选择，联系教务老师）
「第2章」：数据结构与算法篇
课程名称：【36】【Python数据结构与算法「解锁式学习」】
课程内容：数据结构入门，主要讲解了堆、栈、链表、快排、二分、树等数据结构与算法，课程末尾将会提供leetcode刷题教程，请需要就业的徒弟务必重视练习。
                    ---考核---（可选择，联系教务老师）
「第3章」：编程语言篇
课程名称：【14281】【机器学习-数据科学库（HM）「解锁式学习」】
课程内容：讲解了目前主要是pandas、numpy、matpoltlib库的使用。
                    ---考核---（可选择，联系教务老师）

===============章节分割线===============
【第2阶段】：深度学习阶段
【监督方式】：强监督
「第1章」：深度学习基础篇
课程名称：【20343】【深度学习-【2020版】【深版】「cv-解锁式学习」】
课程内容：深度学习深入知识的讲解，对神经网络等深度学习常用的算法进行了讲解
                    ---考核---（可选择，联系教务老师）
「第2章」：深度学习工具篇
课程名称：【9555】【Pytorch学习「解锁式学习」】
课程内容：深度学习中的Pytorch框架的讲解于使用。
                    ---考核---（可选择，联系教务老师）
「第3章」：深度学习工具篇
课程名称：【9622】【深度学习-Tensorflow2.0「解锁式学习」】
课程内容：深度学习中TensorFlow2.X版本的讲解与使用。
                    ---考核---（可选择，联系教务老师）

===============章节分割线===============
【第3阶段】：说明课程
【监督方式】：强监督
「第1章」：基础和方向的分割阶段
课程名称：【3244】【说明课程（基础知识与项目衔接说明课程）「解锁式学习」】
课程内容：项目阶段与基础阶段的分界点，在该课程之前为基础阶段，之后为项目阶段，如需更改方向，请在该阶段在群里与老师沟通。
                    ---考核---（可选择，联系教务老师）

===============章节分割线===============
【第4阶段】：计算机视觉阶段
【监督方式】：强监督
「第1章」：计算机视觉理论篇
课程名称：【1096】【1、计算机视觉CV理论基础「解锁式学习」】
课程内容：该课程主要讲解了图像的预处理和图像的特征与描述、深度学习基础、图像分类、图像检索、目标检测、图像分割、图像描述、图像生成等知识点
                    ---考核---（可选择，联系教务老师）
「第2章」：计算机视觉理论篇
课程名称：【2433】【目标检测「解锁式学习」】
课程内容：传统的目标检测流程、以及DSSD、caffe-SSD、SPPNet、HyperNET、Faster RCNN、Yolov2、以及文本检测模型、以及不同的目标检测算法的任务性能等评估等等等目标检测算法学习
                    ---考核---（可选择，联系教务老师）
「第3章」：计算机视觉理论篇
课程名称：【22067】【目标检测-关键点检测「解锁式学习」】
课程内容：该课程的内容主要包括：图像识别与检测、人体骨骼点检测、人脸和手部特征点检测、物体关键点检测等待介绍文本
                    ---考核---（可选择，联系教务老师）
「第4章」：计算机视觉理论篇
课程名称：【28855】【轻松学OpenCV「自由式学习」】
课程内容：该课程主要讲解了图像基础、图像的处理步骤、从摄像头和视频中读取图片、图像的8种变换、人脸检测实操、人脸跟踪、人脸识别等知识点
                    ---考核---（可选择，联系教务老师）
「第5章」：计算机视觉理论篇
课程名称：【30264】【1、计算机视觉-视觉任务基础理论「自由式学习」】
课程内容：该课程主要讲解了基本的图像处理、然后图像处理的高级操作、初步认识机器学习中的算法（线性回归、逻辑回归等）、和机器学习常用的经典算法、神经网络以及反向传播、详解CNN卷积神经网络（理论篇、应用篇、实战细节篇）、以及CUDA编程、计算机视觉中的图像分类、深度学习目标检测、计算机视觉中的图像分割、计算机视觉中的目标跟踪、以及整体的知识点总结
                    ---考核---（可选择，联系教务老师）
「第6章」：计算机视觉项目篇
课程名称：【10952】【2、计算机视觉CV实践基础「解锁式学习」】
课程内容：计算机视觉中对图像的处理，以及完成对车辆的识别、信用卡识别、停车场、答题卡、疲劳驾驶检测等的识别
                    ---考核---（可选择，联系教务老师）
「第7章」：计算机视觉项目篇
课程名称：【1095】【3、计算机视觉CV实践加强「解锁式学习」】
课程内容：计算机视觉中图像处理的加强课程，目标检测无人驾驶、车辆图片检索等知识点的讲解。
                    ---考核---（可选择，联系教务老师）
「第8章」：计算机视觉项目篇
课程名称：【3018】【4、Python人工智能项目进阶（第四部分）-物体检测与目标检测主题-检测算法原理+数据集制作与处理「解锁式学习」】
课程内容：目标检测项目的数据集的制作以及讲解，与项目配套使用
                    ---考核---（可选择，联系教务老师）
「第9章」：计算机视觉项目篇
课程名称：【3635】【5、Python人工智能项目进阶（第四部分）-物体检测与目标检测主题-项目实现与部署「解锁式学习」】
课程内容：目标检测项目的讲解，跟上面的数据集合配套使用
                    ---考核---（可选择，联系教务老师）
「第10章」：计算机视觉项目篇
课程名称：【19451】【目标检测-YOLO-V4基于PyTorch从零复现（与行人车辆检测实战）「解锁式学习」】
课程内容：该课程通过yolov4项目的介绍、卷积神经的介绍、对yolov3的回顾、yolov4的讲解，然后从零开始写项目代码、项目模型的训练、代码解读、以及训练工具的使用
                    ---考核---（可选择，联系教务老师）
「第11章」：计算机视觉项目篇
课程名称：【3133】【Python3+TensorFlow人脸识别智能小程序「解锁式学习」】
课程内容：对于人脸检测技能做了整体的讲解以及实现。
                    ---考核---（可选择，联系教务老师）

图像分割部分
「第6章」：计算机视觉项目篇
课程名称：【30373】【计算机视觉-车道线检测「解锁式学习」】
课程内容：该课程主要讲解了视觉和自动驾驶方便的知识普及、图像处理以及视觉的基础、基于哈夫变换的车道线检测、以及基础的深度学习方法简介
「第7章」：计算机视觉项目篇
课程名称：【28507】【计算机视觉-图像分割实战「解锁式学习」】
课程内容：该课程主要讲解图像初步的可视化以及图像运算、训练数据的准备、Pytorch的基础应用、模版代码概述、基础调参的学习、U-Net的理论课程、DeepLabv3理论、如何改进网络结构、尝试各种训练方案、U-Net理论课进阶、数据标注、图像增广、面试准备等知识
                    ---考核---（可选择，联系教务老师）
「第8章」：计算机视觉项目篇
课程名称：【30269】【2、计算机视觉-车道线分割「自由式学习」】
课程内容：该课程主要讲解了车道线检测概述以及传统视觉检测方法、CNN经典网络和语义分割模型、车道线分割模型应用、和车道线分割模型实战、车道线检测模型实战、超快车道线检测模型的讲解、以及模型的压缩优化
「第9章」：计算机视觉项目篇
课程名称：【27492】【3、Pytorch_交通指示灯识别「自由式学习」】
课程内容：该课程主要讲解了使用迁移学习实现了交通指示等，以及进行了案例的优化
                    ---考核---（可选择，联系教务老师）
「第10章」：计算机视觉项目篇
课程名称：【26809】【基于OpenCV模板匹配的车牌识别项目「自由式学习」】
课程内容：该课程主要讲解了基于Opencv模块的车牌识别项目，包括了车牌提取、车牌字符提取、模糊匹配、车牌倾斜处理、用直方图来处理车牌图片
                    ---考核---（可选择，联系教务老师）

数学阶段看能力选学
【第1阶段】：数学阶段
【监督方式】：弱监督
「第1章」：高数基础篇
课程名称：【749】【1、高数基础---人工智能AI数学基础(完全0基础数学)「自由式学习」】
课程内容：高数的系统知识学习，不建议从头到尾观看。浪费时间，可以通过数学加强课程中的数学知识，针对性复习。
                    ---考核---（可选择，联系教务老师）
「第2章」：概率基础篇
课程名称：【752】【2、概率基础---人工智能AI数学基础(完全0基础数学)「自由式学习」】
课程内容：概率的系统知识学习，不建议从头到尾观看。浪费时间，可以通过数学加强课程中的数学知识，针对性复习。
                    ---考核---（可选择，联系教务老师）
「第3章」：统计基础篇
课程名称：【753】【3、统计基础---人工智能AI数学基础(完全0基础数学)「自由式学习」】
课程内容：统计的系统知识学习，不建议从头到尾观看。浪费时间，可以通过数学加强课程中的数学知识，针对性复习。
                    ---考核---（可选择，联系教务老师）
「第4章」：数学加强篇
课程名称：【727】【机器学习---数学基础加强「自由式学习」】
课程内容：对机器学习常用的算法做了一个概览，偏难，如果有不会的，可以回到第一阶段中的数学课程中进行学习。
                    ---考核---（可选择，联系教务老师）
「第5章」：数学加强篇
课程名称：【20010】【机器学习中的数学基础-53集「自由式学习」】
课程内容：对机器学习中的数学中的微分[极限、导数、费马定理、泰勒、多元函数、偏导数、方向导数、梯度、链式法制、拉格朗日]，线性代数[向量、矩阵、张量、行列式、线性方程组、矩阵分解]，概率[随机变量、概率分布、贝叶斯定理、期望、方差、大数定律、特征函数、中心极限定理、统计学基础、极大似然估计、zuida后验估计、蒙特卡罗方法、Bootstrap方法、EM算法]，最优化方法[最速下降法、共轭梯度法、牛顿法、拟牛顿法、约束非线性优化、KKT条件]等数学知识点的复习
                    ---考核---（可选择，联系教务老师）
「第6章」：数学加强篇
课程名称：【30295】【机器学习-数学基础（TYD）「自由式学习」】
课程内容：该课程主要讲解了机器学习中涉及到的数学知识（函数、极限、微积分、定积分、牛顿公式、拉格朗日）、线性代数中的运算矩阵等、概率论中的知识讲解（随机抽样、概率、极大似然估计、条件概率、边缘分布、期望、各种分布）、统计学中的知识讲解等等知识点
                    ---考核---（可选择，联系教务老师）

【简历辅导阶段】
写出来初版的简历，然后老师进行建议，再次修改简历。简历合格，进行模拟面试。沟通面试问题等，具体事宜，到该阶段之后联系相应的教务老师进行安排。

【时间安排】：
学员可以自主安排学习时间。具体的时间可以灵活调整。
【相关规定】：
（1）每天完成今日学习任务，提交相应的csdn或者是有道云笔记之类的链接到每日作业中。老师会进行审核，每个阶段结束，进行阶段测评，测评通过，提交老师发布的通过截图到下一个课程的第一节的阶段卡点之后，方可进行下一章内容的学习。
（2）每个章节结束，如果觉得吸收比较乱，知识点多，可以进行xmind脑图的构造一下整体的思路！
（3）项目阶段，需要录制或者文档落地针对做过的项目的自述！
（4）每天必须按计划完成任务，临时有事需在日报中说明情况即可，长期请假请联系教务老师。
（5）考核不通过需要缴费补考，50元是第一次，每次增加50元，200元封顶（此项如有疑问，可以联系教务老师进行更改）。
【参考博客】：第二天早晨八点半，会有拜师晨报提醒。当中有学生优秀博客，可以查看学生的排版
【监督相关说明】：
弱监督：不需要每天提交作业，直接可以解锁课程，适合于自制力能力强的。
强监督：需要学习完一个课程通过管理员解锁才能继续学习下一个阶段，适合于自制力不够强，已经参加工作的学员。
【工作安排】：
（1）、批改作业，环境安装！还有学习过程中有不会的问题的话，艾特软件安装以及基础答疑老师！
（2）、学习过程中如果有什么问题和疑问，可以艾特答疑老师！
（3）、如果计划需要更改，可以群里艾特我和跟你电话测评沟通的老师进行沟通！
（4）、如果有什么方向上面的疑问，可以艾特相关的答疑老师和计划制定的老师！
（5）、如果不知道找哪位老师的话，或者问题比较紧急的可以艾特教务老师进行处理，或者有什么意见和建议（直接私聊教务老师）！教务老师会进行受理！