【3707】【宋欣】

【个人情况】：化学专业大四，目前毕设为基于图像的集成模型，对3D灰度图像进行回归任务。有python基础，目前针对毕设内容完成模型优化，后续系统学习深度学习及图像相关内容。

【备注】：

【学习方向】：计算机视觉

【是否需要就业】：否

【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】：自由（后续模型原理理解吃力，可以返回来看） 

「第1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2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】：深度学习阶段

【监督方式】：弱监督

「第1章」：深度学习基础篇

课程名称：【21964】【深度学习-【2020版】【深版】「数据挖掘-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）

 

 

===============章节分割线===============

【第3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3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4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5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6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7章」：计算机视觉项目篇

课程名称：【30270】【3、计算机视觉-公共场景下的口罩实时监测-YOLOV3「自由式学习」】

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）

「第9章」：计算机视觉理论篇

课程名称：【29446】【YOLOv5(PyTorch)目标检测：原理与源码解析「自由式学习」 】

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10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）

 

 

【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！