计算机视觉学习路线

深度学习算法工程师的基本要求

1. 熟练掌握python和c++编程，至少熟悉 Caffe 和 Tensorflow/Pytorch 两种框架。
2. 熟练玩转深度学习各类模型架构使用和设计。
3. 熟练玩转数据的整理和使用，必须深刻理解数据在深度学习任务中的地位。

编程语言

C/C++

• C/C++面试基础知识总结
• Google 开源项目风格指南 (中文版)

Python

• Python - 100天从新手到大师
• List of Data Science Cheatsheets to rule the world
• 一些有趣且鲜为人知的 Python 特性.
• Python 爬虫相关

Linux

• Linux命令大全搜索工具，内容包含Linux命令手册、详解、学习、搜集
• shell & git & vim

OpenCV

• 《OpenCV3编程入门》书本配套源码
• LearnOpencv
• 基于OpenCV4.0 C++/Python SDK的案例代码演示程序与效果图像
• opencv

理论知识

相关论文

• 计算机视觉入门论文：computer version
• AutoML 论文合集：Awesome-AutoML-Papers
• Most popular metrics used to evaluate object detection algorithms.
• virgilio
• 传统的图像降噪算法和深度学习图像降噪算法重要论文，以及Benchmark的总结：GitHub - flyywh/Image-Denoising-State-of-the-art

深度学习

• CS231 李飞飞 已授权个人翻译笔记
• 深度学习500问
• 《神经网络与深度学习》 Neural Network and Deep Learning
• 《机器学习》（西瓜书）公式推导解析
• 吴恩达老师的机器学习课程个人笔记
• 深度学习入门教程&&优秀文章&&Deep Learning Tutorial
• 机器学习&深度学习网站资源汇总（Machine Learning Resources）
• 深度学习工程模板
• 深度学习模型大合集：Deep Learning Models
• 深度学习综述：Awesome Deep Learning
• 《迁移学习简明手册》

机器学习

• 统计学习方法

• 《统计学习方法》的代码实现

• 《统计学习方法》知识点总结

• Numpy手写主流机器学习模型

• 100-Days-Of-ML-Code

• 100-Days-Of-ML-Code中文版

• 机器学习算法python实现

• Homemade Machine Learning

• 机器学习综述：Awesome Machine Learning

开源框架

TensorFlow

• TensorFlow 2.0 Tutorials

• TensorFlow examples

• TensorFlow Tutorial and Examples for Beginners (support TF v1 & v2)

• TensorFlow Course

• An Open Source Machine Learning Framework for Everyone

Pytorch

• Awesome-Pytorch-list
• Pytorch模型训练实用教程

Caffe

• BVLC/caffe

Darknet

• darknet深度学习框架源码分析

• AlexeyAB/darknet