红豆 丽翔 凹非寺

物理位 公司出品 | 社会公众号 QbitAI

老师，听闻你才刚误闯计算机系统听觉的深坑。

所以恭贺你，即使那时有两本长达81页的CV高速成长手册，能给你细致入微的关爱：

从装Python、装OpenCV、进阶广度自学，到人脸、最终目标检验、语法拆分之类各式各样应用领域，都有高阶走线，里头包涵了讲义、事例、小常识。即使什么样把演算法布署到X3100派之类的硬体上，也能找出实战经验。

twitter收到12半小时，早已有1200人点了赞。译者名为Adrian Rosebrock，是个时常盛产讲义的宝物女子。

萌捷伊你，如想高速成长为一位符合要求的老驾驶员，请丹尼尔这本手册。

接着，上看里头的文本究竟有多多样：

亲力亲为

为了避免从进阶到放弃的惨剧，在你成为老驾驶员的路上，这本手册给每一步都做了安排。

从目录看，大致分为两部分，左边一列是基础，右边一列是应用领域：

先看左边的基础装备：

· 应该从哪开始呢

· 广度自学

· 人脸应用领域

· 图像文字识别 (OCR)

· 最终目标检验

· 最终目标追踪

· 实例拆分和语法拆分

第一章应该从哪开始呢，是OpenCV的高阶走线：

一是安装Python和OpenCV (初) ，二是理解命令行arguments (初) ，三是用示例学OpenCV (初) ，四是自己搭个OpenCV小项目 (初) ，五是做更高级的OpenCV项目 (中) ，六是在CV的大世界里，选择自己的小方向 (中) 。

每一步都有需要注意的事项，还有必要的讲义资源。

比如，什么样安装OpenCV最简单，为什么不要用Windows，做项目的过程中有哪些常见错误类型要避免。

有些步骤，还会分成多个小步骤，每个小步又有译者的温馨建议。比如，这是第五步：

当这个章节的六步完成之后，还有一步叫What to Next，除了告诉大家下面应该做什么，也有一些额外的讲义资源提供。

第二章广度自学，是演算法的高阶走线，文本比第一章更丰盛，有12步：

一是构建广度自学环境 (初) ，二是训练自己的第一个网络 (初) ，三是理解CNN (初) ，四是搭个自己的图像数据集 (中) ，五是在自己的数据集上训练一个CNN (中) ，六是调整自学率 (中) ，七是数据扩增 (中) ，八是特征提取和微调预训练网络 (中) ，九是视频分类 (高) ，十是多输入和多输出网络 (高) ，十一是改进自己的网络 (高) ，十二是AutoML和AutoKeras。

依然，每一步都提供了详细的指引，有过往成功事例为你保驾。比如，这是第十二步：

从第三章人脸应用领域开始，就是在各式各样具体任务当中用到的演算法了。

检验人脸，检验关键点，识别人脸，提升演算法的准确率……也把前两章的高阶走线，贯彻进了任务里。

在这一章，译者Adrian Rosebrock频繁出镜：

第四章-第七章，文字识别、最终目标检验、最终目标追踪、实例拆分和语法拆分，与第三章同理，此处便不详述。

译者继续高密度出镜：

接下上看右边一列，是帮你走进现实的：

· 嵌入的和物联网用的CV

· X3100派上的CV

· 医学领域的CV

· 搞搞视频

· 图片搜索引擎

· 大神采访，事例研究 (与讲义) ，成功故事

比如，什么样把自己的演算法，放进X3100派里，放进冰箱里，放进脑子里，都有详尽的玩法。

译者依然在出镜：

除此之外，还有各式各样成功前辈的采访，里头有一些成功事例 (或附带讲义) ，是初学者可以借鉴的实战经验：

除了技术上的建议，这些资料也可当做美味的鸡汤，鼓舞着你一路走向人参巅峰。

传送门

万事俱备，大家可以开始修炼了。

顺便回答一下这个问题：译者说的81页，这个数究竟是怎么来的。

https://www.pyimagesearch.com/start-here/

—完—

物理位 QbitAI · 头条号签约

关注我们，第一时间获知前沿科技动态