【3464】【夏婵娟】 【个人情况】：在校教师，化学专业。无基础，想学计算机视觉进行相关课题研究 【学习目标】：1、系统的学习计算机视觉知识 2、独立跑完一到两个项目 【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」：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） ===============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：【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：【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4章」：操作系统篇 课程名称：【1219】【Linux零基础课程「解锁式学习」】 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。必须学习吸收，之后大数据阶段会跟服务器一直关联学习。极其重要。                     ---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」：机器学习基础篇 课程名称：【728】【机器学习---导论「自由式学习」】 课程内容：该课程主要讲解了人工智能和大数据的关系等知识点，并且讲了人工智能基础的分类等知识点，属于一个普及课程                     ---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」：深度学习工具篇 课程名称：【9556】【Pytorch学习「自由式学习」】 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：【1298】【1、计算机视觉CV理论基础「自由式学习」】 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：【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3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4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5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                     ---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：【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7章」：计算机视觉项目篇 课程名称：【30258】【2、计算机视觉-车道线分割「解锁式学习」】 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                     ---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：【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） 【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】：