【3454】【孙万众】

 

【个人情况】：本科：计算机，研究生：材料学，中科院电子所。由于导师主要做材料方向，自己想从事计算机视觉方向，有一定的python基础。

 

【学习目标】：1、系统学习计算机视觉理论基础；

 

2、能够完整做一些实战项目；

 

【备注】：

 

【学习方向】：计算机视觉

 

【是否需要就业】：否

 

【目标就业地点】：其他城市

 

【课程学习顺序】：以老师发的学习思路为主

 

（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】：数学阶段

 

【监督方式】：弱监督

 

「第1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）

 

 

 

===============章节分割线===============

 

【第2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：【29448】【Python练习100题「自由式学习」】

 

课程内容：该课程主要讲解使用Pyhton完成了一百道小练习，用于巩固Python基础语法的一些小练习

 

                    ---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：【721】【Python数据结构与算法「自由式学习」】

 

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：【3449】【Python基础知识-pycharm版「自由式学习」】

 

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4章」：操作系统篇

 

课程名称：【732】【Linux基础「自由式学习」】

 

课程内容：主要讲解了linux数据库的使用，开发人员的基本操作。如果时间充足，可以系统学习，如果想要快速进入算法，可以跳过，不影响接下来的算法学习。但是在进入项目阶段之前必须进行学习。

 

                    ---考核---（可选择，联系教务老师）

 

「第5章」：Git使用篇

 

课程名称：【4311】【Git操作详解「解锁式学习」】

 

课程内容：该课程，对代码管理工具GIT进行了讲解，代码的版本管理，托管等知识进行了学习，该课程不学习不影响接下来的学习，进公司在学习也可以。

 

                    ---考核---（可选择，联系教务老师）

 

 

 

===============章节分割线===============

 

【第3阶段】：机器学习阶段

 

【监督方式】：强监督

 

「第1章」：机器学习工具篇

 

课程名称：【25041】【机器学习-Sklearn（第三版）「自由式学习」】

 

课程内容：该课程主要讲解了经典算法决策树、随机森林、特征工程数据预处理、经典算法降维算法PCA、逻辑回归、聚类算法KMeans、支持向量机SVM、线性回归、朴素贝叶斯、 XGBoost及其相关案例

 

                    ---考核---（可选择，联系教务老师）

 

「第2章」：机器学习基础篇

 

课程名称：【3212】【机器学习算法基础（基础机器学习课程）「自由式学习」】

 

课程内容：机器学习基础算法的讲解，偏向于实现，对底层原理没有进行过多的阐述。

 

                    ---考核---（可选择，联系教务老师）

 

「第3章」：机器学习进阶篇

 

课程名称：【28779】【机器学习-算法概念进阶「自由式学习」】

 

课程内容：该课程主要讲解了机器学习中的数学基础、机器学习的哲学思想、经典的机器学习模型、集成学习、线性模型、核方法、统计学习、无监督学习、流形学习、概念学习、神经网络、强化学习等知识

 

                    ---考核---（可选择，联系教务老师）

 

 

 

===============章节分割线===============

 

【第4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：【20360】【深度学习-【2020版】【深版】「cv-自由式学习」】

 

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」：深度学习基础篇

 

课程名称：【4410】【1、（Part One）深度学习基础「自由式学习」】

 

课程内容：等待介绍文本

 

                    ---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：【27488】【1、PyTorch_基础理论学习「自由式学习」】

 

课程内容：该课程主要讲解了Pytorch的安装、MNIST手写体识别、Pytorch肺部感染识别、Pytorch的定义训练和定义测试环境、pytorch基于RNN、LSTM的MNIST案例、Pytorch基础知识学习、Pytorch经典案例、CIFAR10图形识别等知识点，实操结合基础的运用

 

                    ---考核---（可选择，联系教务老师）

 

「第4章」：深度学习进阶篇

 

课程名称：【4411】【2、（Part Two）深度学习进阶「自由式学习」】

 

课程内容：等待介绍文本

 

                    ---考核---（可选择，联系教务老师）

 

 

 

===============章节分割线===============

 

【第5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6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：【29433】【YOLOv5(PyTorch)目标检测：原理与源码解析「解锁式模式」】

 

课程内容：该课程主要讲解了目标检测常见的任务和数据集、Ubuntu系统和Win系统上面分别训练数据集、YOLO的基本原理、模型构建相关代码解析、数据集创建相关代码解析、general.py文件代码解析、辅助工具代码解析、YOLOV5相关代码解析等知识点

 

                    ---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：【31883】【计算机视觉之目标检测、目标分割、目标跟踪「解锁式学习」】

 

课程内容：该课程使用全英文讲解，主要讲解了目标检测，two-stage检测器、one-stage检测器、多目标跟踪、语义分割、实力分割、全景分割、视频目标分割、行人轨迹预测、3D场景、DeepMOT、CIAGAN、STEM-Seg等的讲解

 

                    ---考核---（可选择，联系教务老师）

 

「第4章」：计算机视觉项目篇

 

课程名称：【1297】【3、计算机视觉CV实践加强「自由式学习」】

 

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5章」：计算机视觉项目篇

 

课程名称：【4301】【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「自由式学习」】

 

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6章」：计算机视觉项目篇

 

课程名称：【19513】【目标检测-YOLO-V4基于PyTorch从零复现（与行人车辆检测实战）「自由式学习」】

 

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：【30259】【3、计算机视觉-公共场景下的口罩实时监测-YOLOV3「解锁式学习」】

 

课程内容：该课程主要使用了YOLOV3针对于公共场景下的口罩实时监测，其中讲解了RCNN、FastRCNN、FasterRCNN+Anchor等常见的视觉算法的应用、以及yolov1、v2、v3、v4等算法的原理、以及YOLOV3的代码讲解、YOLOV3的训练测试以及AiStudio的使用实现等课程

 

                    ---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）

 

 

 

 

 

【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！