《手把手带你开始计算机视觉项目实战》专栏概述 | 实战教程，开放源码
导言
只是看理论，却总也学不会？看不懂，又总没有进度？如果你也有这类问题，那你来看看这个专栏。以实际项目为导向，亲自动手实践，从简单的手写字识别、人脸检测、图像分类开始，逐渐学习掌握实例分割、目标检测、车道线检测等进阶技能。学习有回馈、有成就感，你才能继续下去。
知乎和公众号上收到了太多人给我的私信，想找可以具体操作的机器视觉项目。由于各种原因，回复的时候总是零零散散。经过大半年的收集整理，我决定开设此专栏，以项目实践为导向，手把手带你从基本的手写字识别、图像/视频编码开始，逐渐进入到如表情识别、车道线检测、实例分割等具体的项目中去。
本专栏包含项目并非全是个人原创，但都是经过仔细审查，引用后做了详细的注解和删改。例如手写字识别、人脸识别、表情识别、图像分割、表面缺陷检测、车道线检测、车辆可通行区域检测等项目，提供完整指导文档和开源代码。
持续更新，以"实践"促学习。
在本专栏中，你将学会如下内容：
- 了解常用的实例分割、目标检测方法，尤其是卷积神经网络；
- 从零开始，手把手教你搭建计算机视觉环境，开始你的第一个实践项目；
- 深入学习激活函数、损失函数、卷积网络的设计，掌握算法优化方法；
- 计算机视觉顶会实例分割、目标检测论文研读，学习最新方法，提供实现源代码；
- 以战促学，开始表情识别、车道线检测、可通行区域检测的实际项目，每个项目会提供完整的论文、研读报告、实验源代码；
- 常见问题解答
适合人群：计算机视觉初学者，尤其是目标检测、模式识别方向的学生或从业者
目录
- 一、理论篇
- 1.《机器学习算法讲解与Python实现》
- 2.《计算机视觉前沿论文研读》
- 《计算机视觉实战 | 练手项目，开放源码》
- 二、入门篇
- 三、进阶篇
- 四、实践指南
- 五、系统设计与实现
一、理论篇
本专栏所涉及的项目所需机器学习/图像处理知识并不深入，但我之前也开设了《机器学习算法讲解与Python实现》和《计算机视觉前沿论文研读》两个专栏。一个更偏算法理论，一个则关注于计算机视觉顶会的前沿论文成果，解读新的方法和Idea。
1.《机器学习算法讲解与Python实现》
该专栏分类讲解机器学习算法原理，深度解析决策树、贝叶斯算法、逻辑回归、梯度下降、集成学习、k最近邻、支持向量机等，并给出Python实现源程序，同时分享以实战为导向的Kaggle进阶指南。
- 专栏链接 https://blog.csdn.net/charmve/category_9657673.html
2.《计算机视觉前沿论文研读》
研读计算机视觉顶会论文，CVPR、ECCV、ICCV等，也有部分项目开源到Github上，论文、源码、数据集。
链接：https://github.com/Charmve/Mirror-Glass-Detection
- 专栏链接 https://blog.csdn.net/Charmve/category_10281912_2.html
《计算机视觉实战 | 练手项目，开放源码》
知乎上收到了太多人给我的私信，想找可以具体操作的机器视觉项目，回复的时候总是零零散散，我经过大半年的收集整理，现完成此专栏。例如手写字识别、人脸识别、表情识别、图像分割、表面缺陷检测、车道线检测、车辆可通行区域检测等项目，提供完整指导文档和开源代码…
- 专栏链接 https://blog.csdn.net/charmve/category_10595130.html
二、入门篇
- 机器学习实战 | 卷积神经网络详解(二)——自己手写一个卷积神经网络
- 教程 | 深度学习 + OpenCV，Python实现实时视频目标检测
- 实战教程 | 使用Scratch中的NumPy构建卷积神经网络，开放源码
- 实战教程 | 车道线检测项目实战，霍夫变换 & 新方法 Spatial CNN
- CV实战 | 使用OpenCV进行图像全景拼接
- CV实战 | 使用OpenCV实现道路车辆计数
- 教程 | 如何使用Docker、TensorFlow目标检测API和OpenCV实现实时目标检测和视频处理…
- Keras实现CNN:手写数字识别准确率99.6%
- 机器学习实战 | 逻辑回归应用之“Kaggle泰坦尼克之灾”
三、进阶篇
- 迈微视觉 | 用CenterNet对旋转目标进行检测
- 表情识别FER | 基于CNN分类的表情识别研究
- 表情识别FER | 面部表情识别论文综述 CVPR2019
- 表面缺陷检测数据集汇总及其相关项目推荐 | Github开源
- ECCV 2020 GigaVision挑战赛“行人和车辆检测”和“多目标追踪”冠军方案解读
- Kaggle X光肺炎检测比赛第二名方案解析 | CVPR 2020 Workshop
- 处理表情识别中的坏数据：一篇CVPR 2020及两篇TIP的解读
- ECCV2020 图像分割开源论文合集
- BMVC2020 最佳论文 | 自适应卷积神经网络抗锯齿
- Ross、何恺明等人提出PointRend：渲染思路做图像分割，显著提升Mask R-CNN性能
- 好好的人，说没就没了：这个视频「橡皮擦」让你瞬间消失，头发丝都不留
- CVPR2020 | 真实场景中的玻璃检测，有趣的应用
- 滑动窗口也能用于实例分割，陈鑫磊、何恺明等人提出图像分割新范式
四、实践指南
- 深度学习环境配置指南！（Windows、Mac、Ubuntu全讲解）
- 22张精炼图笔记，深度学习专项学习必备
- 为什么你的模型效果这么差，深度学习调参有哪些技巧？
- CNN 真的需要下采样（上采样）吗?
- 深入探讨：为什么要做特征归一化/标准化？
- 你还不了解机器学习中的最优化算法吗？现在我给你总结了
- 机器学习论文复现，这五大问题你需要注意
五、系统设计与实现
- 竞赛项目|基于情绪分析的智能语音AI娱乐互动系统
- 基于表情分析的智能语音陪伴机器人
持续更新中，如在实践中遇到什么问题，欢迎交流。公众号内回复“加群”即可进入迈微学习交流群。
关注公众号迈微AI研习社，跟更多炼丹师一起学习。最后别忘了，订阅专栏哦！